1. CONSIDERAÇÕES INICIAIS

14 1. CONSIDERAÇÕES INICIAIS Vivemos na sociedade da informação e, além disso, diante de um cenário globalizado. Com isso, as empresas vivem em constante competição para a sobrevivência no mercado de atuação. Dessa forma, a informação se tornou um elemento fundamental quando o assunto é a tomada de decisão. É no tocante ao auxílio à obtenção, tratamento e extração do conhecimento destas informações, que se faz uso da Inteligência de Negócios, termo bastante difundido e conhecido como Business Intelligence (BI). Este tem como objetivo apoiar as organizações no tratamento das informações e a utilização destas, para obtenção de vantagem competitiva, assim como,o melhoramento das tomadas de decisão. (BARBIERI, 2001). E é mediante o uso de tecnologias e metodologias de BI que dados vindos de todos os segmentos de uma organização, convertem-se em informação e desta, é feita a descoberta do conhecimento, tão imprescindível quanto vital para quem depende dele, assim como, os administradores e gestores. É imprescindível para o sucesso ou fracasso de uma empresa que decisões certas sejam tomadas no momento certo, e a informação é uma importante aliada dos executivos e gestores em suas escolhas estratégicas. Organizações que investem em Inteligência de Negócios como diferencial, costumam apresentar vantagens de flexibilidade na antecipação de mudanças no mercado, apontar tendências, possuir conhecimento empresarial e de seus processos de negócios, além de mostrar poder de competitividade e rápido retorno de capital investido. Instituições de ensino (IE), assim como qualquer empresa que possuem a preocupação em excelência e qualidade de seus serviços, aliados à busca de melhores práticas de gestão para sobrevivência em um mercado cada vez mais competitivo, mostram-se capazes de melhor identificar mudanças de mercado, e se põem em condições de antecipação diante do movimento de outras instituições; Aprendendo a conviver com os desafios da concorrência, uma IE facilmente estará preparada para a disputa de preços das mensalidades, para agir em prevenção a evasão escolar, na disputa por professores titulados, no controle de custos e na busca pelas melhores práticas de gestão, tudo isso caso venha a unir suas estratégias de negócio a investimentos em mecanismos de auxílio à tomada de decisão.

15 Sendo assim, é com base nestas definições, que o presente trabalho tem o propósito central de trazer uma melhor compreensão a respeito do que venha a ser Business Inteligente e de tais mecanismos de auxílio à tomada de decisão, realizando uma análise em ferramentas de BI que possam ser utilizadas em ambientes educacionais, e que para tanto, atendam às normas e padrões de qualidade com base na ISO/IEC 9126. Sendo esta, uma norma responsável pela avaliação da qualidade de produtos de software, a qual vem a se enquadrar no modelo de qualidade das normas da família 9000. 1.1. JUSTIFICATIVA O papel do BI é dado justamente ao auxilio aos gestores, gerentes e demais pessoas envolvidas em posições estratégicas, no tratamento da base de dados existentes em uma organização, de maneira a qual venha a aprimorar o processo de tomada de decisão. Na atualidade, mesmo havendo os mais diversos tipos de conceituação para o termo, BI poderia ser resumido como sendo o processo de transformação de dados em informação, que resulta na geração do conhecimento tão importante para os tomadores de decisão, e que dele se valem para avaliação dos processos internos e externos ao negócio. De tal forma, este processo de transformação de dados em informação e conhecimento, pode ser ilustrado através da figura abaixo: Figura 1 Processo de transformação de dados. Fonte: Cavalcanti (2006). 1 Sabe-se que as informações mais vitais para uma organização são oriundas de diversos bancos de dados, contendo estes, dados vindos de todas as partes da empresa e de fora dela; e estes estão armazenados de forma relacional. As informações extraídas desses bancos de dados precisam ser tratadas, e depositadas de forma dimensional para que possam contribuir para a 1 Disponível em: <http://www.cin.ufpe.br/~ccc2/dw/business%20intelligence.doc>. Acesso em: Mai. 2013.

16 melhor definição de regras e transformação destas informações em conhecimento. O uso de ferramentas para a extração e reformatação de dados, tais como as de BI, darão para a organização uma anatomia desejada para estes dados e os transformarão em informações, apropriadas e de forma inteligível para aqueles que devem ter em suas mãos todo um leque de alternativas e informações advindas de decisões estratégicas elucidadas e expostas em gráficos e relatórios através dos sistemas de Business Intelligence. (BARBIERI, 2001) A aplicação de tecnologias de BI em uma organização faz com que as decisões de seus gestores sejam baseadas em informações confiáveis e precisas, e não em apenas hipóteses ou suposições. Instituições de ensino, assim como quaisquer outras organizações necessitam do auxílio de tais tecnologias para a extração do conhecimento contido em suas bases de dados, de forma que tais informações possam vir a dar suporte as suas ações estratégias. A realização de uma análise qualitativa feita com base na ISO/IEC 9126 em ferramentas de BI atestará sobre a viabilidade de implantação com o efetivo uso de tais ferramentas em ambientes educacionais, de forma que estas venham a promover, de fato, a descoberta do conhecimento também tão imprescindível ao planejamento estratégico de instituições de ensino que precisam manter-se em um mercado cada vez mais competitivo. 1.2. PROBLEMAS DE PESQUISA Devido à quantidade de dados contidos nos bancos de dados de uma instituição e ao vasto número de soluções para BI oferecidas, pouco mesmo é o tempo para tratamento das informações extraídas. O tempo é fator primordial para análise, coleta e adoção de informações internas e externas, para aqueles que precisam traçar estratégias. E, quanto mais dispomos de informações, menos tempo temos para analisá-las, embora as ferramentas de BI sejam, então, indispensáveis para que decisões não sejam tomadas apenas por impressão o que induz a erros fatais. (PRIMAK, 2008). Muitas são as ferramentas disponíveis no mercado, embora sua maioria seja de obtenção onerosa, acarretando em despesas extras tanto para aqueles que delas precisam para vias de estudos e pesquisa, quanto para os que necessitam para sua efetiva utilização. Já existe a disponibilidade de ferramentas tidas como engessadas e prontas para a compra e utilização, e aquelas que são feitas de acordo com os requisitos do comprador e trazem um custo a mais.

17 Outro desafio encontrado no campo da pesquisa sobre Business Intelligence é o seu foco voltado para a área educacional no Brasil. As ferramentas disponibilizadas para esta área são escassas e em sua maioria exigem custo para obtenção, e sobre tais se encontra pouca informação. Ao fazer uso de sistemas de informação para o gerenciamento de dados, estas instituições de ensino, em sua maioria, costumam apostar apenas em sistemas de controle gerencial, redes, bancos de dados, ou extranets. Ou seja, em instituições de ensino brasileiras, as tecnologias de BI ainda não encontraram seu efetivo uso. Há falta de investimento em software e pessoal especializado e selecionado especificamente para lidar com a coleta e tratamento de dados, para a geração de conhecimento importante para a instituição. (SELEGATTO, 2005). Diante deste cenário surgem os seguintes questionamentos: Dentre estas ferramentas de Business Intelligence, que podem ser utilizadas em ambientes educacionais, quais obedecem aos padrões de qualidade estabelecidos na norma ISO/IEC 9126? 1.3. HIPÓTESES Uma instituição de ensino, assim como qualquer organização, pode desfrutar dos benefícios do BI. Basta que, para isso, o software customizado venha de fato, agregar valor a IE, quando suas funcionalidades atendam ao seu tipo e demanda de serviços; Dentre as ferramentas encontradas e analisadas, algumas obedecem aos padrões de qualidade, exigidos na norma ISO/IEC 9126, de acordo com os requisitos das métricas externas de usabilidade.

18 1.4. OBJETIVOS 1.4.1. OBJETIVO GERAL Realizar um estudo sobre a aplicação do Business Intelligence em Ambientes Educacionais e, além disso, verificar se as ferramentas analisadas obedecem aos padrões de qualidade estabelecidos na norma ISO/IEC 9126, em acordo com a métrica externa de usabilidade. 1.4.2. OBJETIVOS ESPECÍFICOS Identificar as ferramentas de BI existentes e voltadas para o ambiente educacional; Abordar o funcionamento e peculiaridades de cada ferramenta, apresentando as análises em acordo com as versões disponibilizadas; Citar os fatores de usabilidade utilizados como métrica de qualidade de software, determinantes para a escolha de cada solução em BI com aplicação na área da educação; Mostrar como aplicações de BI, em instituições de ensino, podem ser usadas como recurso na obtenção de vantagem competitiva. 1.5. METODOLOGIA APLICADA A abordagem utilizada neste trabalho foi feita de maneira analítico-conceitual. Foram adotados, meios de pesquisa bibliográfica com caráter exploratório na rede mundial de computadores, bem como, consulta a livros e outros trabalhos de monografia on-line, a partir dos pressupostos do tema em questão.

19 Pretendeu-se com este trabalho, contudo, apenas fazer um estudo exploratório a cerca das tecnologias de apoio à decisão existentes no mercado, e apresentar uma revisão teórica a respeito dos conceitos de BI e formas de introdução de suas ferramentas e metodologias em instituições de ensino, de forma a que, tais ferramentas venham a servir de apoio às decisões estratégicas para seus gestores. Para exploração dos conteúdos abordados e das ferramentas descritas neste trabalho, foi empreendida uma análise qualitativa de informações advindas de várias fontes de pesquisa, através de levantamento bibliográfico. De acordo com tal exploração se pôde chegar ao conceito de BI como sendo uma tecnologia que não produz dados, mas que se utiliza dos dados vindos de outras partes de um negócio para transformá-los em informação e conhecimento. Para análise de qualidade de ferramentas de BI que possam ser utilizadas por gestores educacionais, foi feita uma análise de acordo com métricas de qualidade de software, na busca de indicadores de padrões de qualidade a serem seguidos, de acordo com a norma ISO/IEC 9126, mediante questionário elaborado conforme subcategorias da métrica externa de Usabilidade, disponíveis sob o formato de perguntas, e dispostas em tabelas. 1.6. ORGANIZAÇÃO DO TRABALHO Após apresentação do tema escolhido, este trabalho monográfico mostrou-se subdividido em capítulos numerados, onde, no capítulo inicial são apresentados: a justificativa, problemas de pesquisa, hipóteses, objetivos e metodologia utilizada. No capítulo dois temos exposta toda uma síntese do apanhado bibliográfico, referenciado aos estudiosos do tema, que foi abordado de forma conceitual, descrevendo desde o surgimento e evolução da Inteligência de Negócios, sua estrutura, até os benefícios alcançados com adoção das ferramentas de BI. No terceiro capítulo são apresentadas as peculiaridades inerentes a cada ferramenta de BI disponível para aplicação em meio educacional, bem como uma descrição dos critérios de análise, e finda com uma explanação de como tais ferramentas puderam ser analisadas. No encerramento do trabalho, ainda no capítulo quatro são apresentadas as considerações finais a respeito de todo levantamento e estudo temático, as limitações encontradas ao longo

20 da pesquisa, e sugestões de trabalhos futuros para complemento de estudos e inovações a cerca do assunto abordado. Nas finalizações estarão expostas todas as referências utilizadas em pesquisa bibliográfica, com acessos a arquivos disponibilizados na internet, livros e outros trabalhos.

21 2. INTELIGÊNCIA DE NEGÓCIOS 2.1.CONCEITO DE INTELIGÊNCIA Inteligência pode ser definida como a habilidade de aprender ou entender, lidar com novas situações, aplicar conhecimento para manipular o ambiente. (CETAX, 2013). Ainda, segundo Dicionário Online Animacorpus, a inteligência poderia ser entendida como: A faculdade de pensar, conhecer e compreender; conjunto de funções psíquicas superiores. Interacção constantemente activa entre a habilidade herdada e a experiência, que dá como resultado que o individuo é capaz de adquirir, recordar e usar conhecimentos, de entender conceitos concretos (com o tempo) abstractos, de estabelecer relações entre objectos, sucessões e ideias, e aplicar e utilizar todo o anterior com o propósito de resolver os problemas de cada dia. (2007). 2.2. INTELIGÊNCIA DE NEGÓCIOS Dentro da área da economia, o negócio é um comércio ou empresa, que é administrado por pessoas para captar recursos financeiros com o intuito de gerar bens e serviços e, por conseqüência disso, proporciona a circulação de capital de giro entre os diversos setores. (DRUCKER, 2013). Logo, fazendo a fusão entre as palavras inteligência e negócio, dá-se o termo Inteligência de Negócios ou Inteligência Empresarial, ou como comumente é conhecido em inglês, Business Intelligence (BI). E segundo o Gartner Group 2, criador do termo, Business Intelligence é um conjunto de conceitos, métodos e recursos tecnológicos que habilitam a obtenção e distribuição de informações geradas a partir de dados operacionais, históricos e externos, visando proporcionar subsídios para a tomada de decisões gerenciais e estratégicas. (MAREGA, 2010). 2 Gartner Group empresa americana de consultoria fundada em 1979 por Gideon Gartner.

22 O conceito de BI deve ser entendido como o processo de desenvolvimento de estruturas especiais de armazenamento de informações como Data Warehouse (DW), Data Marts (DM) e ODS (Operacional Data Store), com o objetivo de se montar uma base de recursos informacionais, capaz de sustentar a camada de inteligência da empresa e possível de ser aplicada aos seus negócios, como elementos diferenciais e competitivos. (BARBIERI, 2001, P. 48). 2.3. HISTÓRICO DO BI O cruzamento de informações relevantes para uma tomada de decisões gerencial não é uma descoberta recente. O termo Business Intelligence (BI) ou Inteligência de Negócios, como também é conhecido, pertence ao Gartner Group e surgiu na década de 80.Porém, bem antes da existência de hardware e software para o tratamento de informações, já existia o conceito de inteligência voltado não somente aos negócios. Pois, os povos antigos utilizavam como estratégia de guerra, ou mesmo para benefício de comunidades e aldeias quando utilizavam informações sobre o tempo e seus impactos sobre o habitat. Antes mesmo do surgimento das ferramentas e tecnologias de BI, o computador era visto como modernidade, portanto, pertencente a uma realidade empresarial muito distante. Ainda no fim da década de 60, quando a era computacional se mantinha por meio de transistores e cartões perfurados, e a informática evoluía a termos de descoberta, o tratamento de dados reunidos e a utilização de informações para análises gerenciais eram feitos por sistemas transacionais e mostravam apenas uma visão simplista da empresa. (PRIMAK, 2009). Na década de 70, com o surgimento das técnicas de armazenamento de informações em bancos de dados e, conseqüentemente, com o seu reconhecimento enquanto recurso para obtenção de vantagem competitiva, os sistemas de BI foram ganhando espaço nas organizações à medida que o computador diminuía de tamanho e passava a fazer parte da realidade empresarial. Ao fim da década de 80, mais precisamente em 1989, por Howard Dresner (fazendo parte do Gartner Group), BI surge como um conceito unificado de técnicas e ferramentas para auxilio à tomada de decisões, tomando por base, informações extraídas de bancos de dados. (CAVALCANTE, 2006).

23 Chegando aos anos 90, com a popularização dos Centros de Informação (CI), grandes estoques de dados surgiam, mas poucas informações eram de fato utilizadas, e entre os anos 92 e 93, com o aprimoramento de ferramentas, surgia um único repositório de dados, com grande capacidade para armazenamento de dados o Data Warehouse (DW), que na implantação de um projeto de BI, tornou-se parte essencial do processo. Atualmente, o conceito de inteligência não mudou e continua servindo quando, no tocante ao cruzamento de informações, torna-se imprescindível para a análise e projeção de planos futuros de uma empresa. (PRIMAK, 2008). 2.4. EVOLUÇÃO DOS SISTEMAS DE BI Como visto antes, o conceito de BI não é de recente origem. Quando nos anos 70, as primeiras ferramentas de BI, usavam programação linear e eram de difícil entendimento para os analistas de decisões, o que dispendia em custos de desenvolvimento e dificuldades de análises dos resultados oferecidos. Era a chamada geração BI 1.0, voltada apenas à compilação de dados. Com a modernização de tais ferramentas, com surgimento de bancos de dados, e de interfaces bem amigáveis, houve um aprimoramento das ferramentas e sistemas de BI, que passaram a ser mais rápidas na compilação de dados e mostrar as informações em tempo real (geração BI 2.0), algo que a partir do ano de 1996, foi fazendo com que o conceito de BI passasse a ser mais bem difundido. Os sistemas de BI, então, passaram a mostrar-se como uma evolução do já conhecido EIS - Executive Information Systems, software criado ainda na década de 80, até que o termo Business Intelligence foi tomando espaço e abrangência suficientes, a ponto de incorporar os EIS e várias outras ferramentas, como as Planilhas Eletrônicas, os DSS 3, ERP 4, dentre outras.ao contrário de tantas outras ferramentas antes existentes, a adoção de ferramentas BI não vem a alterar as metodologias de trabalho de uma empresa, mas podem elas, se adaptarem ao modelo de negócio já existente. (PRIMAK, 2008). 3 DSS (Decision Support System) sistemas de suporte à decisão. 4 ERP (Enterprise Resource Planning) sistemas integrados de gestão empresarial.

24 Hoje, a chamada geração BI 3.0 se mostra como uma evolução disposta em várias plataformas a exemplo da SAS 5, com a prática capacidade de modelagem de dados e a possibilidade de interação entre os usuários. (CETAX, 2011). Basicamente, a construção de um projeto de Inteligência de Negócios (BI) pode ser demonstrada de acordo com a figura 2 logo abaixo. Figura 2- Arquitetura e Componentes do BI. Fonte: (Prass) 6. Os dados advindos de várias fontes de uma organização são armazenados em bases de dados ou Data Marts (DM), que orientadas por assunto formam a base do Data Warehouse (DW). Depois de armazenados neste repositório, e sendo acessados através de ferramentas OLAP, os dados passam por uma análise em tempo real, e se encaminham por um processo de mineração ou refinamento através da utilização de ferramentas de KDD, onde por uma 5 Plataforma SAS com sistema integrado de aplicações para a análise de dados. 6 Disponível em: <http://fp2.com.br/blog/wp>. Acesso em: Mai. 2013.

25 seleção de atributos ou hipóteses, há a extração do conhecimento que servirá de suporte aos processos decisórios. De forma enxuta, pode-se dizer que o processo do BI é baseado na transformação de dados em informação, que levam a decisões e, conseqüentemente, em ações estratégicas. 2.5. OS BENEFÍCIOS DO BI É notório que, com o uso de tecnologias, todo o trabalho de armazenamento e disponibilidade de dados foi de fundamental importância para a análise de informações e agilidade na tomada de decisões. As ferramentas de BI atuais, ao contrário de seus sistemas precursores, possuem capacidade de interação com os usuários, além do benefício de customização, montagem de painéis e simulações. Com elas, as empresas e instituições conseguem conhecer melhor sua situação diante de outras, e também conhecer seus novos ou potenciais concorrentes, antecipar ações, prever novas tendências de mercado, comportamentos de clientes, rever práticas ou fazer novos negócios, além do alto poder de competitividade. (GARCIA, 2011). 2.6.OLTP x OLAP Os processos de transação e análise de dados tipicamente diferem entre si, de acordo como os dados são armazenados nos Banco de Dados (BD) e, como estes, são acessados. O OLTP, do inglês On-line Transaction Processing, ou transações em tempo real, são sistemas que se encarregam de registrar todas as transações contidas em uma determinada operação organizacional. Nesse sistema de base, pequenas transações são realizadas em tempo real e alterações podem ser feitas sem que haja registro de histórico. Os dados passam por constantes atualizações e backups regularmente. Os sistemas OLTP oferecem vantagens de processamento rápido e de

26 simples acesso. Em contrapartida, são observadas desvantagens a termo de custos e segurança. (RODRIGUES, 2012). Segundo Wikipédia, OLAP é a capacidade para manipular e analisar um grande volume de dados sob múltiplas perspectivas. Aplicações OLAP são voltadas para análise de dados na tomada de decisões e podem ser classificadas em: ROLAP (tecnologia de banco de dados relacionais), MOLAP (em banco de dados multidimensionais), HOLAP (ferramentas híbridas, mescla de ROLAP e MOLAP), DOLAP (consultas via clientes/servidor)e WOLAP (consultas via web/servidor). Ao contrário dos sistemas OLTP, o OLAP oferece suporte apenas para consulta, possuindo dados atuais e históricos, sem necessidade de backup regular. Com o auxilio dessas ferramentas, os usuários finais podem realizar consultas ad-hoc 7, possuem fácil compreensão dos dados dispostos em multidimensões, que por mais de duas categorias são dispostas estruturas em forma de cubo. A exemplo destes temos os sistemas de ERP, CRM e Data Warehouse. No modelo OLAP, analistas, gerentes e executivos podem visualizar as informações e seus detalhes em diferentes níveis de granularidade, numa navegação de cima para baixo (drill down), ou diminuída (drill up), bem como tem a liberdade de rearranjar linhas e colunas na visualização de dados em maior detalhamento, o que é chamado de Slice and Dice. (RODRIGUES, 2012). 2.7. DATA WAREHOUSE Compondo o cenário de BI, o Data Warehouse, cuja tradução literal é Armazém de Dados, pode ser definido como um banco de dados, destinado a sistemas de apoio à decisão e cujos dados foram armazenados em estruturas lógicas dimensionais, possibilitando o seu processamento analítico por ferramentas especiais. (BARBIERI, 2001, p.49). 7 ad-hoc para determinada finalidade.

27 O DW surgiu na década de 80, quando surgia a necessidade de análise de grandes bases de dados, estes, oriundos de sistemas transacionais (OLTP) que eram capazes de gerar apenas relatórios para análises. Desde então, as ferramentas (OLAP) e tecnologias de BI foram se modernizando e fazendo com que o Data Warehouse se tornasse peça chave das soluções de BI. (PRIMAK, 2008). Segundo Machado (2008, p.43 apud FINARD, 2010, p. 5), o Data Warehouse representa uma grande base de dados capaz de integrar, de forma concisa e confiável, as informações de interesse para a empresa, que se encontram espalhadas pelos sistemas operacionais e em fontes externas, para posterior utilização nos sistemas de apoio a decisão. 2.8. ARQUITETURA DO DATA WAREHOUSE O termo Data Warehouse (DW) ou armazém de dados, como atualmente é entendido, foi referenciado pela primeira vez por William H. Inmon, que em sua conceituação diz que se trata de uma coleção de dados orientados, integrados, não voláteis, e variantes no tempo, para fornecer suporte às decisões de gerentes. INMON (2001, apud CRAMER, 2006). A base para implantação do BI é o Data Warehouse. Como se trata de um processo complexo composto por tecnologias, metodologias, banco de dados e recursos humanos, o DW não pode ser entendido como um produto de prateleira, necessitando assim, de pessoal especializado para seu desenvolvimento, e de forma a também, alinhar-se às estratégias de negócio. Os dados não voláteis contidos em um DW são provenientes de várias fontes. Estes dados são transportados até o armazém de dados por meio de um processo chamado de Extract Trasnform Load (ETL), onde há a extração ou coleta, transformação e uniformização, limpeza e carga dos dados provenientes de outros sistemas. Segundo Barbieri (2001) ETL é a etapa responsável pela transferência dos dados de sua fonte original para uma base de dados multidimensional. O DW é composto basicamente, por outros bancos de dados agrupados por assunto, ou Data Marts, que podem ser acessados através do uso de ferramentas OLAP, minerados, disponibilizados de forma dimensional e analisados via relatórios ad hoc. (TANAKA).

28 O Data Warehouse é a base para as soluções de BI, e as características de suas arquiteturas comumente se confundem. Genericamente, a arquitetura de um Data Warehouse pode ser demonstrada da seguinte forma: Figura 3 Arquitetura genérica de um Data Warehouse. Fonte: Chaudhri & Dayal, SIGMOD RECORD (1997apudTANAKA) 8 E de forma explicativa a cerca da figura acima, pode-se dizer que o DW é composto por uma variedade de dados advindos de bancos de dados ou sistemas operacionais e de fontes externas (Data Sources), que passam pelos processos de ETL (Data Staging Area), onde, armazenados em Data Warehouse em forma de metadados são dispostos em Data Marts (pequenos bancos de dados orientados por assunto), e são manipulados por ferramentas de análise e consulta OLAP, sendo a partir de então, dispostos para mineração, e posteriormente disponibilizados em forma de relatórios e dashboards para análise. 2.9. SISTEMAS DE SUPORTE À DECISÃO (DSS) O uso do BI está associado à utilização de informações como forma de conhecimento da empresa, de fatores externos que possam influenciar na tomada de decisões estratégicas, e na obtenção de vantagens competitivas. Estas informações são disponibilizadas por sistemas que dão suporte à decisão, comumente chamados de System Support Decision (DSS)ou Sistemas de Apoio à Decisão (SAD). Ainda, segundo Turban(1995): 8 Disponível em: <http://www.uniriotec.br/~tanaka/sain>. Acesso em: Jun. 2013.

29 DSS é um interativo, flexível e adaptável sistema de informação, especialmente desenvolvido para apoiar a solução de um problema gerencial não estruturado para aperfeiçoar a tomada de decisão. Utiliza dados, provê uma interface amigável e permite ao tomador de decisão ter sua própria percepção. (2013). Desde que se tornou objeto de estudos, o termo Sistemas de Suporte à Decisão (DSS) tem sido conceituado e utilizado de diferentes formas, e hoje pode ser entendido como uma classe de Sistemas de Informação ou Sistemas baseados em conhecimento. Refere-se simplesmente a um modelo genérico de tomada de decisão que analisa um grande número de variáveis para que seja possível o posicionamento a uma determinada questão. (LOUREIRO). Os DSS estão sempre em constante evolução, com acréscimos de funcionalidades e várias formas de utilização. Pelo fato de possuir diferentes definições por seus estudiosos e pesquisadores, mas nenhuma com máxima abrangência, somente por meio de uma descrição histórica se pode chegar à construção de um conceito para os DSS. Tal evolução dos sistemas de apoio à decisão é notada desde seu surgimento na década de 70, como resultado de pesquisas e do lançamento de dois artigos: Models and Managers: The Concept of a Decision Calculus (por John Little), e A Framework for Management Information Systems, de Gorry and Scott Morton, tendo sido feita neste último, a primeira referência ao termo Decision Support System. (GUERREIRO, 2007). Após os anos 80, surgem siglas como Sistemas de Informação Executiva (EIS), Sistemas de Apoio à Decisão em Grupo (GDSS) e Sistemas de Apoio à Decisão Organizacional (ODSS). Nos anos 90, juntamente à utilização da sigla SAD para denominação dos sistemas de apoio à decisão, surgem os conceitos de DW (Data Warehouse) que é a base para o funcionamento dos DSS, e OLAP (ferramentas para processo analítico em tempo real). (VASCONCELOS, 2007). Sistemas de suporte à decisão diferem dos sistemas transacionais (ERP 9 ) que também estão intimamente ligados à história do BI. Estes possuem baixo volume de dados (voláteis), são capazes de fornecer informações gerenciais de transações de negócio, em alta velocidade de tempo de resposta. Os sistemas de apoio à tomada de decisões (DSS) se utilizam de 9 ERP Enterprise Resource Planning pacotes integrados de gestão empresarial.

30 inteligência analítica para elaboração de modelos de dados, e a consulta a sua base de dados (DW) é de maior complexidade devido ao grande volume de dados históricos nele contido, os quais, são extraídos dos sistemas transacionais, por meio de transporte de dados (Data Staging) através das ferramentas de ETL. (PRIMAK, 2008). Os DSS possuem características que o diferem dos SIG 10 quando há a oportunidade de acesso aos dados de fontes diferentes e externas, mas de forma integrada, numa base de dados multidimensional, dando suporte a níveis diferentes dentro de uma organização para trabalhar com dados semi estruturados e não estruturados 11. Assim como é demonstrada na figura 4, a arquitetura de um SAD, basicamente, é composta por: usuário, interface do usuário, uma base de dados com sistema de gerenciamento (DBMS 12 ), um banco de modelos com gerenciador (MBMS 13 ), e uma engenharia de diálogo e gestão do conhecimento (DGMS 14 ). (JÚNIOR, 2013). Figura 4 Componentes de um SAD. Fonte: Sistemas de Apoio à Decisão (2005) 15. 10 SIG Sistemas de Informações Gerenciais. 11 Componentes humanos e informatizados. 12 Data Management System. 13 Model Base Management System. 14 Dialog Generation and Management System. 15 Disponível em: < http://www.al.urcamp.tche.br/infocamp/edicoes/nov05/apoio%20a%20decisao.pdf >. Acesso em: 07/06/13.

31 2.10. DATA MINING Na busca pelo conhecimento oriundo da análise de grande volume de dados armazenados em um Data Warehouse, o processo de Data Mining é entendido como uma mineração de dados em busca de padrões e tendências de valor para um negócio. Ou, segundo Usama Fayyad et al. (1996,apud NAVEGA, 2002) Data Mining é o processo não trivial de identificar, em dados, padrões válidos, novos, potencialmente úteis e ultimamente compreensíveis. Atuando no plano tático de uma organização, a mineração de dados é um processo utilizado para obtenção de informações úteis para a tomada de decisões. E buscando um conceito mais amplo para DM, segundo Wikipédia: A mineração de dados é formada por um conjunto de ferramentas e técnicas que através do uso de algoritmos de aprendizagem ou classificação baseados em redes neurais e estatística, são capazes de explorar um conjunto de dados, extraindo ou ajudando a evidenciar padrões nestes dados e auxiliando na descoberta de conhecimento. Esse conhecimento pode ser apresentado por essas ferramentas de diversas formas: agrupamentos, hipóteses, regras, árvores de decisão, grafos, ou dendrogramas. (2013). As etapas necessárias ao Data Mining estão demonstradas na figura abaixo: Figura 5 Etapas da Mineração de Dados. Fonte: Navega(2002) 16. 16 Disponível em: <http://www.intelliwise.com/reports/i2002.pdf>.acesso em: Mai. 2013.

32 Como mostrado na figura acima, dados armazenados em Banco de Dados (Databases) passam por um refinamento através da limpeza para retirada de ruídos, inconsistências, redundâncias e incompletudes. Efetuada a limpeza, estes dados são armazenados em Data Warehouse e Data Marts, e passados por um processo de mineração são geradas as informações úteis para análise e avaliação e surgimento de padrões válidos para a tomada de decisão.

33 3. NORMA ISO/IEC 9126 PARA A QUALIDADE DE SOFTWARE Segundo Dicionário Aurélio da Língua Portuguesa, qualidade se refere à propriedade, atributo ou condição das coisas ou das pessoas capaz de distingui-las das outras e de lhes determinar a natureza. Numa escala de valores, atributo que permite avaliar e, consequentemente, aprovar, aceitar ou recusar, qualquer coisa. Sendo assim, a qualidade de produtos de software pode ser entendida quanto a sua capacidade de estar em conformidade com os requisitos do cliente, ou de forma mais sucinta, numa definição dada pela norma internacional ISO/IEC 9126, a qualidade de software se refere à totalidade de características de uma entidade que lhe confere a capacidade de satisfazer a necessidades explícitas e implícitas, sendo estas, os objetivos e condições propostos ou percebidos por seus usuários finais e por seus desenvolvedores. (LEITE, 2001). A qualidade de um software pode ser vista ou entendida de diversas formas e de acordo com uma variedade de abordagens, as quais atestam sua importância para garantir que produtos de software passem por avaliação de seus padrões, e assim atendam a um modelo de qualidade que passa a ser visto desde seu processo de desenvolvimento, pelos atributos e funcionalidades do produto e por sua qualidade em uso. Atendendo às necessidades implícitas e explícitas aos seus desenvolvedores e usuários, o produto de software poderá chegar a seu efetivo uso, sem erros e ou prejuízos, sendo assim, uma ferramenta importante que alinhada aos requisitos que precederam ao seu desenvolvimento, possa de fato agregar valor aos objetivos de seus investidores. (LOPES & FREITAS, 2011). Publicada em 1991, com tradução para o Brasil em 1996 (NBR - Norma Brasileira 13596), a ISO/IEC 9126 é a norma que trata das características e sub características para definição da qualidade dos produtos de software. A Organização Internacional para Padronização ou ISO, do inglês International Organization for Standardization é uma entidade que cuida da padronização ou normalização em vários países, aprovando normas técnicas internacionais (a exemplo das ABNT/NBR), classificações e normas de procedimento (exemplo da ISO 9000 da gestão de qualidade) em todos os campos técnicos. A Associação Brasileira de Normas Técnicas (ABNT) que é responsável pela normalização técnica no Brasil, trata-se de uma entidade sem fins lucrativos, sendo representante das entidades internacionais ISO e IEC (International Electrotechnical Commission) ou Comissão