Adoção de Ferramenta Gerencial On-Line Analytical Processing para Auxiliar na Gestão de Negócios

Adoção de Ferramenta Gerencial On-Line Analytical Processing para Auxiliar na Gestão de Negócios Tool Adoption Management Online Analytical Processing to Assist in Business Management La Adopcion de Herramientas para la Gestion de Procesamiento Analitico en Linea para Ayudar en la Gestion Empresarial Camilo Moreira Santos 1 Fabricio Junior Marcondes 2 Rodrigo Vitorino Moravia 3 Resumo: No contexto atual onde as empresas competem e estão cada vez mais necessitadas de informações precisas e de transformações dessas informações em conhecimento, as ferramentas On-Line Analytical Processing (OLAP) facilitam a busca de informações, permitem informações rápidas e confiáveis através de mecanismos de estratificação. Assim o objetivo deste artigo é identificar se a adoção do OLAP realmente pode ser considerada como uma alternativa de melhoria do processo decisório e no auxílio na formulação de estratégias corporativas, de unidades de negócioe funcionais. Palavras-chaves:OLAP; Business Intelligence; Processo decisório Abstract: In the current context where companies compete and are increasingly in need of accurate and transformations that information into knowledge. The OLAP (On-Line Analytical Processing) tools facilitate searching for information. Allow fast and reliable through mechanisms of stratification information. Thusthe aim of this paper isto identify whether the adoption of OLAP can actually beconsidered as analternative to improve the decision making and aid in the formulation of corporate strategy, business unitand functional. Keywords: OLAP; Business Intelligence; Decision-making process. Resumen: En el contexto actual, donde las empresas compiteny son cadavez más en la necesidad deprecisión y las transformaciones que la información en conocimiento. El (Procesamiento Analítico en Línea) OLAP herramientas facilitan la búsqueda de información. Permitir rápido y confiable a través de mecanismos de informaciónes tratificación. A sí,el objetivo de este trabajo es identificar si la adopción de OLAP en realidad puede ser considerada como una alternativa para mejorar la toma de decisiones y la ayuda en la formulación de la estrategia corporativa, la unidad de negocios y funcional. PalabrasClave: OLAP; Business Intelligence; La toma de decisiones proceso. 1 Graduando em Sistema de Informação pela Faculdade Inforium de Tecnologia Email: camoreira15@yahoo.com.br 2 Graduando em Sistema de Informação pela Faculdade Inforium de Tecnologia Email: fabricj@gmail.com 3 Pós-graduação em Business Intelligence e Banco de Dados pela IEC PUC Minas Email: rodrigo.moravia@gmail.com Revista Pensar Tecnologia, v. 4, n. 1, jan. 2015

1 INTRODUÇÃO No cenário atual das empresas há uma grande dificuldade de realizara análise dos negócios e gestão de desempenho nas empresas. Esta análise quando é realizada é elaborada utilizando planilhas e consultas a bancos de dados transacionais, gerando assim lentidão. Essas consultas normalmente não atendem atodas as dúvidas e necessidades do cliente, sendo que sem uma resposta adequada, uma nova solicitaçãoé feita, fazendo com que todo o ciclo se repita (solicitar os dados, esperar, receber os dados, revisara informação e analisar os resultados). Essa solicitação para o planejamento estratégico leva semanas e na busca por informações decisórias torna-se inoperante. As empresas necessitam de informações rápidas e confiáveis, pois uma decisão equivocada pode levara grandes perdas e, no mercado atual, uma decisão pode beneficiar seus concorrentes ou levará sua empresa à liderança. Assim constituitem a deste estudo uma análise das ferramentas OLAP que sugiram na busca por informações em datawarehouse, dinâmicas e multidimensionais, as quais possibilitam rapidez e melhor visualização destas informações. Desta forma delimita-se o estudo a estratificação das informações estratégicas das fontes de dados corporativas, tendo em vista a obtenção de informações extraídas e agrupadas conforme o conteúdo do datawarehouse. O objetivo geral do estudo é verificar se este processo de transformação pode atender este tipo de demanda de informações, resultando em conhecimento estratégico, que auxilia os diversos níveis de uma organização na tomada de decisão. A pergunta norteadora do estudo é no sentido de investigar se a adoção das ferramentas OLAP pelas empresas podem melhorar o processo decisório, bem como fornecer informações que auxiliam na obtenção de novas vantagens competitivas e a sustentação das já conquistadas, utilizando a informação como chave para estratégia. Justifica-se a relevância deste artigo tendo-se em vista que num mercado competitivo as empresas passam a valorizar a informação cada vez mais, se

tornando essencial para uma decisão. É necessário um controle, onde ferramentas de bancos de dados dinâmicas que podem ultrapassar os limites do simples controle. Para esse controle um sistema de suporte aos gestores foi desenvolvido o Business Intelligence (BI) que unido ao DataWarehouse (DW) propõem um repositório de dados, onde este gera relatórios, gráficos e alertas de desempenho podendo ser gerado pelo próprio cliente, permitindo que os gestores escolham o que querem trabalhar, pois nesses tipos de bancos os históricos ou informações podem ser manipulados da forma que o cliente quer. Isto possibilita decisões ágeis, analises dos negócios e analises de tendências, descoberta de informação e conhecimento. Esses sistemas possibilitam a centralização da informação. 2 ABORDAGEM SOBRE FERRAMENTAS OLAP Essa seção aborda conceitos relativos à estratégia, hierarquia estratégica e processo decisório, como forma de mostrar os principais pontos abordados na pesquisa realizada. Mostra-se também aspectos sobre o Business Intelligence(BI), DataWarehouse(DW) e On-Line Analytical Processing(OLAP). 2.1 Estratégia Segundo Mintzberg(1991,p.17), trata-se da forma de pensar o futuro, integrada no processo decisório, com base em um procedimento formalizado e articulador de resultados....formulação e implementação estão interligadas como processos interativos complexos no quais políticas, valores, cultura organizacional eestilos gerenciais determinam ou constrangem determinadas decisões estratégicas. E estratégia, estrutura e sistemas se juntam de maneira complexa para influenciar os resultados. Embora formulação e implementação de estratégia possam ser separadas em algumas situações talvez em crises, em alguns empreendimentos totalmente novos, e também em empresas enfrentando futuros previsíveis esse fato não é comum. (MINTZBERG, 1991,p.17)

Estratégia pode ser entendida como plano, pretexto (ploy), padrão, posição e perspectiva, caracterizando os cinco Ps da estratégia sendo que a ITIL considera- se quatro Ps não possuindo a pretexto (ploy). a) Perspectiva: é aquela cuja visão da organização define seus valores e convicções. Direção no qual provedor de serviço vai alcançars eus objetivos. b) Posição: é aquela que define qual é a imagem que a organização vai ter para seus clientes.serviços que serão oferecidos. c) Plano: é aquele onde a estratégia pode ser definida como um plano,um curso de ação intencionalmente elaborado para guiar a organização através do tempo. d) Padrão: é aquele onde as estratégias são emergentes, surgindo sem intenção. A tendência natural é de incorporação ao comportamento quando determinado curso de ação traz resultados positivos. e) Pretexto (Ploy): a estratégia pode ser empregada para comunicar uma mensagem falsa ou não, iludir ou confundir os concorrentes. A palavra estratégia define como o conjunto de objetivos, finalidades, metas, diretrizes fundamentais e os planos para atingir os objetivos, postulados de forma a definir em que situação a organização se encontra, que tipo de organização ela é ou deseja ser. A visão estratégica fornece um quadro em perspectiva de o que somos, o que fazemos e para onde vamos sendo pré-requisito para a uma liderança estratégica eficaz. O estabelecimento dos objetivos converte a visão estratégica e o rumo em metas de resultados e marcos de desempenho.a elaboração da estratégia é como atingir as metas de desempenho e como superar os rivais, atingindo vantagens onde o gerente forja respostas para as mudanças que ocorreram, procurando novas oportunidades e novas abordagens para diversas partes da organização.

Uma empresa diversificada possui dois níveis de estratégia: a estratégia das unidades de negócios (ou competitiva) e a estratégia corporativa (ou da totalidade do grupo empresarial). a) Estratégia corporativa:são ações predefinidas que guiam a corporação no ambienteglobal, econômico,social e político em que está inserida. b) Estratégia da unidade de negócio: Uma unidade de negócios é uma empresa, uma unidade fabril ou uma linha de produtos dentro de uma corporação (PIRES,1995). Esta estratégia orienta cada negócio da organização, individualmente, estabelecendo a missão, os objetivos, e definindo como almejam competirem seus Mercados. c) Estratégia funcional: consiste na estratégia delimitada pelas devidas funções do negócio (produção, finanças, marketing, pesquisa e desenvolvimento,etc.). Conduz as ações no ambiente do negócio a que pertence de forma a contribuir com os objetivos estratégicos e/ou competitivos deste. Para se atingir o objetivo estas estratégias trabalham em conjunto funcionais são delineadas com base nas estratégias de negócio e estas, por sua vez, se orientam nas estratégias corporativas. 2.2 Processo Decisório Um processo organizacional considerado de grande relevância para um gerenciamento eficaz das organizações é chamado processo decisório. Uma decisão, diz respeito a uma escolha feita entre duas ou mais alternativas na qual podem ser tomadas constantemente por indivíduos ou grupos TURBAN ET A. (2005). Essas decisões levam a empresa a caminhos mais adequados para o negócio ganhando vantagens necessárias para as decisões certas. Com o passar dos anos o processo decisório vem evoluindo principalmente pelo crescente conhecimento dos problemas aplicado-se ao conhecimento de novas técnicas administrativas e pela absorção de novos procedimentos quantitativos. Administrar é tomar decisões. Segundo Simon (2001), existem três fases no processo decisório:

prospecção (análise de um problema ou situação quer equer solução), concepção (criação de alternativas de solução para o problema ou situação), decisão (julgamento e escolha de uma das alternativas propostas). As decisões satisfatórias são aquelas que atendem aos requisitos desejados, desde que pareça resolver o problema. Segundo Simon (2001), as decisões se dividem em dois tipos: as programadas que se caracterizam por serem repetitivas, rotineiras e estruturadas e as não programadas que se caracterizam por ser desestruturadas, que precisam da solução de um gerente desenvolvendo uma capacidade de julgamento intuição e criatividade. Sendo difícil o processo decisório, foram elaboradas ferramentas que auxiliam e facilitam a estratificação de dados brutos e transformados estes em informações significativas o que antes não era possível. 2.3 Business Intelligence(BI) Business Intelligence (Inteligência de negócios) é o conjunto de técnicas para transformação de dados em informações criando novas oportunidades para o negócio de uma empresa de modo a torná-la mais eficiente ao invés de decidir por intuição ou pela percepção do que acontece. Como aumento no volume de informações dentro das empresas, em paralelo com a crescente concorrência no mercado comercial, houve necessidade de um diferencial estratégico para as empresas o que levou o BIaser uma necessidade. BI pode ser usando para suportar uma ampla gama de decisões de negócios que vão de operacional para estratégico. No âmbito operacional o BI auxilia no posicionamento de produtos ou preço, já no estratégico o BI auxilia em prioridades, metas e direções, mas em todos os casos o BI é eficaz, pois na combinação dos dois os dados internos e os dados externos favorece um quadro

mais completo criando uma inteligência que não pode ser obtida por qualquer conjunto singular de dados. Como surgimento da necessidade de BI nas empresas surgiu também a necessidade da criação de ferramentas para o armazenamento e manipulação de dados criando-se assim o DataWarehouse(DW). 2.4 Data Warehouse(DW) Data Warehouse é um sistema de computador utilizado para armazenar informações relativas às atividades de uma organização em bancos de dados. O DW possibilita a análise de grandes volumes de dados coletados dos sistemas transacionais, e o desenho da base de dados favorece os relatórios,a análise de grandes volumes de dados e a obtenção de informações estratégicas que podem facilitar a tomada de decisão. Segundo Primak(2008), DW é uma coleção de dados derivados dos dados operacionais para sistemas de suporte à decisão. Para ele os dados são derivados muitas vezes de dados referidos aos dados gerenciais, informacionais ou analíticos. Os bancos de dados operacionais armazenam as informações necessárias para as operações diárias da empresa, são utilizados por todos os funcionais para registrar e executar operações pré-definidas, por isso seus dados podem sofrer constantes mudanças conforme as necessidades atuais da empresa. Por não ocorrer redundância nos dados e as informações históricas não ficarem armazenadas por muito tempo, este tipo de BD não exibe grande capacidade de armazenamento. Já um DW armazena dados analíticos, destinados às necessidades da gerência no processo de tomada de decisão. Isto pode envolver consultas complexas que necessitam acessar um grande número de registros, por isso é importante a existência de muitos índices criados para acessar as informações da maneira mais rápida possível. Um DW armazena informações históricas de muitos anos e por isso deve ter uma grande capacidade de processamento e armazenamento dos dados que encontram de duas maneiras: detalhados e resumidos. (PRIMAK,2008,p.17)

Estes conceitos permitem afirmar que o DW não é um fim, mas sim um meio que as empresas dispõem para analisar informações históricas, podendo utilizá-las para melhoria dos processos atuais e futuros. 3 ON-LINE ANALYTICAL PROCESSING O termo On-Line Analytical Processing (OLAP), foi citado pela primeira vez Codd (1992), quando ele definiu doze regras que caracteriza uma ferramenta OLAP, sendo elas: Visão conceitual multidimensional, transparência, acessibilidade, informações de performance consistente, arquitetura cliente-servidor, dimensionalidade genérica, manipulação de matrizes dinamicamente, suporte a multiusuários, operações de dados intuitivamente, consultas flexíveis e níveis de dimensões e agregações ilimitadas. Conforme Singh, (2001) as ferramentas de On-Line Analytical Processing (OLAP) permitem que os usuários analisem e "fatiem dados" ao longo de múltiplas dimensões como categorias de mercado, tempo e produto.o DW, não só fornece dados limpos e integrados para o OLAP como também dados históricos para previsão e análise de tendências. Os DW que fornecem dados para OLAP podem ser vistos como DW para sistemas de suporte à decisão(dss). Segundo Primak (2008), OLAP é considerado uma categoria de software que permite a analistas, gerentes e executivos obterem respostas dentro dos dados, através de uma rápida, consistente e interativa forma de acesso a uma ampla variedade de possíveis visões.as ferramentas OLAP permitem que o negócio da empresa possa ser visualizado e manipulado de forma multidimensional, isto é, agrupando as informações em várias dimensões como: produtos, fornecedores, departamentos, localização, clientes, recursos, etc. Multidimensionalidade É a característica que se tornou a principal no desenvolvimento de aplicações OLAP. A visão multidimensional é a técnica de modelagem de banco de

dados para o auxílio às consultas do DW nas mais diferentes perspectivas, permitindo assim uso mais intuitivo para o processamento analítico pelas ferramentas OLAP. É necessário entender outras características para se ter uma visão multidimensional, as quais são apresentadas: Cubo é uma estrutura que armazena os dados de negócio em formato multidimensional, tornando-os mais fáceis de analisar. Dimensão é uma unidade de análise que agrupa dados de negócio relacionados. As dimensões se tornam cabeçalho de colunas e linhas, como exemplo linhas de produto, regiões de venda ou períodos de tempo. Hierarquia é composta por todos os níveis de uma dimensão, podendo ser balanceada ou não. Na hierarquia balanceada os níveis mais baixos são equivalentes, porém, isto não ocorre nas hierarquias não balanceadas onde a equivalência hierárquica não existe. Por exemplo, em uma dimensão geográfica o nível país não possui o subnível Estado para um determinado membro e possui para outro. No caso específico pode-se citar o país Liechtenstein que não possui Estado e o Brasil, que possui uma série de Estados. Membro: é um subconjunto de uma dimensão. Cada nível hierárquico tem membros apropriados aquele nível. Por exemplo, em uma dimensão geográfica existe o nível e seus membros. Nível: Membros: Região: Ásia, América do Sul, América do Norte. Países: China, Brasil, USA. Estados/Províncias: Yunna, Piauí, Califórnia. Medida é uma dimensão especial utilizada para realizar comparações. Ela inclui membros tais como: custos, lucros ou taxas.

Assim sendo, a aplicação OLAP é o processamento analítico online dos dados, que sintetiza, analisa e consolida os dados.através de sua estrutura de dados eficiente, que são apresentados em termos de medidas e dimensão, é possível ter perspectivas diferentes das informações para auxiliar a diretoria de uma empresa a tomar decisões estratégicas. Funcionalidade As aplicações OLAP são responsáveis por extrair os dados do DW e construir relatórios capazes de responder as questões dos gerentes da empresa. Segundo Felipe Neri (2007), estas ferramentas surgiram juntamente com os sistemas de apoio à decisão para fazerem a consulta e análise dos dados do DataWarehouse e DataMarts. Para se analisar os dados em OLAP são utilizados quatro tipos de operações. Essas operações são chamadas de drill, que é a navegação dos dados através da alteração do nível de granularidade.para navegar entre as dimensões se utiliza as operações slice and dice. Quadro1: Descrição das operações OLAP. (Quadro adaptado pelos autores do artigo). OPERAÇÃO DESCRIÇÃO EXEMPLO Drill Down Drill Up Aumento do nível de detalhe da informação e conseqüente diminuição do nível de granularidade. Diminuição no nível de detalhe e Conseqüente aumento do nível de granularidade. Uma análise de vendas por estado é alterada para uma análise de vendas das cidades de um determinado estado. Uma análise de vendas é Altera dade uma cidade para seu estado correspondente

Slice Dice Drill Across Corta o cubo, mas mantém a mesma perspectiva de visualização dos dados. Funciona como um filtro que restringe uma dimensão à apenas umou alguns de seus valores. Mudança de perspectiva da visão multidimensional, como se o cubo fosse girado. Permite descobrir comportamentos e tendências entre os valores das medidas analisadas em diversas perspectivas. O nível de análise dentro de uma mesma dimensão é alterado, ou seja, o usuário avança um nível intermediário dentro de uma mesma dimensão. Em uma dimensão tempo de um modelo é selecionado somente o ano de2000. A análise é alterada de região (linha) por ano (coluna) para ano (linha) por região (coluna). O nível da análise é alterado direto de ano para mês dentro da dimensão tempo, quando esta é composta por ano, semestre e mês. Drill Through Ocorre quando o usuário passa de uma informação contida em uma dimensão para uma outra. O usuário está realizando uma análise na dimensão tempo e no próximo passo analisa a informação por região. Fonte:http://www.infobras.com.br ( acessado em 08 de novembro de 14). On-Line Analytical Processing X On-Line Transaction Processing On-LineTransaction Processing (OLTP) é o processamento de transações em tempo real. São transações (insert, update, delete) que alteram os dados e ocorrem a todo momento de forma rápida.

Os sistemas OLTP registram eventos atuais ou transações. Exemplos são entradas de diário, pedidos de compra, itens de cobrança, hambúrgueres que caíram no chão, todas as ligações a cobrar no Dia dos Pais. O modelo multidimensional não se preocupa com os eventos em si, somente com o resultado quantitativo em algum intervalo de tempo, como dias, semanas ou meses. Singh (2001, p. 121) Entende-se, então que há dois ambientes e que são diferentes entre si Sistemas Operacionais(OLTP): sistemas das transações em tempo real dentro de uma empresa. Sistemas informacionais (OLAP): Sistemas de apoio as tomadas de decisão da empresa,no âmbito estratégico. Segundo Inmon, Welch e Glassey (1999), OLAP é o método de análise sofisticado que visa orientar profissionais que precisam tomar decisões num determinado negócio. Quadro 2 - Comparação entre OLTP e Data Warehouse. OLTP Orientado a transação Milhares de usuários Geralmente pequeno (MB até vários GB) Dados atuais Dados normalizados (muitas tabelas, poucas colunas por tabela) Atualizações contínuas Data Warehouse Orientado ao processo de negócios Poucos usuários (normalmente abaixo de 100) Grandes (de milhares de GB a vários TB) Dados históricos Dados não normalizados (poucas tabelas, muitas colunas por tabela) Atualizações em lote Consultas de simples acomplexas Normalmente, complexas consultas muito

Fonte: (TEOREY,LIGHTSTONE, NADEAU,2007). Arquitetura OLAP Apesar de ser uma estrutura cliente/servidor multiusuário, o OLAP pode ser implementado de diversas formas, classificadas em cinco tipos, afirma INMON (1997): Multidimensional On-Line Analytical Processing (MOLAP); Relational On-Line Processing (ROLAP); On-Line Analytical Processing (HOLAP Hybrid); Desktop On-Line Analytical Processing (DOLAP); Web On-Line Analytical Processing (WOLAP). O local de armazenamento pode ser um banco de dados multidimensional, nos casos de MOLAP e ROLAP; um banco de dados relacional, como em HOLAP e DOLAP, ou arquivos em base de dados locais ou mesmo em memória de estações clientes, usados em DOLAP e WOLAP (OLIVEIRA, 2002). MOLAP (Multidimensional On-Line Analytical Processing) Na arquitetura MOLAP os dados ficam armazenados em um banco de dados multidimensional, onde o servidor MOLAP atua e o usuário trabalha, monta e manipula os dados diferentes no servidor(carvalho,2004). Os dados de um banco multidimensional são armazenados em um espaço menor que o utilizado para armazenar os mesmos dados em um banco de dados relacional. No banco multidimensional, os dados são mantidos em estruturas de dados do tipo array de maneira a prover um melhor desempenho ao acessá-los. Além de ser uma arquitetura rápida uma outra vantagem é o rico e complexo conjunto de funções de análises presentes nos bancos multidimensionais(carvalho,2004).

Uma de suas limitações é a possibilidade dos dados serem esparsos (nem todo cruzamento das dimensões contém dados), ocorrendo a chamada explosão de armazenamento de dados, ou seja, um imenso banco de dados multidimensional contendo poucos dados armazenados. Outras limitações dessa ferramenta estão relacionadas ao fato dos bancos multidimensionais serem sistemas proprietários que não seguem padrões, ou seja, cada desenvolvedor cria a sua própria estrutura para o banco e as próprias ferramentas de suporte(carvalho, 2004). ROLAP (Relational On-Line Analytical Processing) Já a arquitetura ROLAP é uma simulação da tecnologia OLAP feita em banco de dados relacionais que, por utilizar a estrutura relacional, possui a vantagem de não restringir o volume de armazenamento de dados (CARVALHO,2004). Essa ferramenta não utiliza cubos pré-calculados como a MOLAP. À medida que o usuário monta sua consulta em uma interface gráfica, a ferramenta acessa os metadados ou quaisquer outros recursos que possua, para gerar uma consulta SQL (Structured Query Language)(THOMSEN, 2002). A sua principal característica é a possibilidade de fazer qualquer consulta, atendendo melhor os usuários que não têm um escopo de análise bem definido. Essa ferramenta tem a vantagem de utilizar tecnologia estabelecida, de arquitetura aberta e padronizada, beneficiando-se da diversidade de plataformas, escalabilidade e paralelismo de hardware. Sua desvantagem é o conjunto pobre de funções para análises dimensionais e o baixo desempenho da linguagem SQL na execução de consultas pesadas (CARVALHO, 2004). HOLAP (Hybrid On-Line Analytical Processing) A arquitetura HOLAP, ou processamento híbrido, está se tornando a mais popular para os produtos atuais, porque consegue combinar a capacidade e a escalabilidade das ferramentas ROLAP com o desempenho superior dos bancos de dados multidimensionais (THOMSEN,2002). Por exemplo,suponha uma base de 50.000 clientes distribuídos em 500 cidades, 23 estados, 5 regiões e um totalgeral. Até o nível de cidades o armazenamento multidimensional resolveria as consultas para levantar totais de vendas. Porém, se fosse necessário consultar o total de

vendas de um determinado cliente, o banco de dados relacional responderia com muito mais rapidez à solicitação. Essa situação é típica para a indicação da arquitetura HOLAP (OLIVEIRA, 2002). DOLAP(Desktop On-Line Analytical Processing) Uma outra arquitetura é a DOLAP que é uma arquitetura desktop do OLAP, ou seja, é uma ferramenta para usuários que possuam uma cópia da base multidimensional ou de um subconjunto dela ou ainda, que queiram acessar um repositório de dados central localmente. O usuário ao acessar este repositório, dispara uma instrução SQL e acessa os cubos já existentes no banco de dados multidimensional residente no servidor OLAP e obtém de volta um para ser analisado em sua estação de trabalho (CAVALCANTI, OLIVEIRA e MONTEIRO,1998). A vantagem dessa arquitetura é a redução da sobrecarga no servidor de banco de dados uma vez que todo o processamento OLAP acontece na máquina cliente e a desvantagem é o tamanho do micro cubo que não pode ser muito grande, caso contrário, a análise pode ser demorada e a máquina do cliente não suportar (CAVALCANTI,OLIVEIRA e MONTEIRO, 1998). WOLAP (Web On-Line Analytical Processing) A arquitetura WOLAP é a utilização de uma ferramenta OLAP a partir de um navegador de internet/web.essa arquitetura tem duas tecnologias que estão em constante evolução, a primeira é a Web e a segunda são as ferramentas OLAP. A diferença desta ferramenta para as outras é que ela utiliza a Web, facilitando assim, a distribuição da ferramenta, o acesso remoto dos dados a serem analisados e a utilização da aplicação independente de plataforma (ANDREATO,1999). Essa ferramenta representa a migração da tecnologia OLAP para o ambiente da Internet. Atualmente o uso de navegadores Web para acesso OLAP é muito divulgado, entretanto, poucos são os sites que utilizam esta ferramenta. (ANDREATTO, 1999). 4 DISCURSÃO SOBRE A APLICAÇÃO DA FERRAMENTA GERENCIAL (OLAP) PARA AUXILIAR O PROCESSO NA GESTÃO DE NEGÓCIO

Serão apresentados nesse artigo, Oracle e a Microsoft que fornecem servidores OLAP juntamente com seus bancos de dados relacionais tradicionais: OLAP Option da Oracle e Analysis Services 2005 da Microsoft. Outras ferramentas OLAP,que também serão apresentados nesse artigo, são: DSS Micro Strategy e Maestro (OLIVEIRA, 2002). O Analysis Services 2005 é uma tecnologia utilizada por trás do Analysis Services 2000. Sua principal novidade é que vem com o conceito de UDM (Unified Dimensional Model Modelo Dimensional Unificado), o qual permite que DBAs (Database Administrator) e desenvolvedores definam dimensões, cubos OLAP e hierarquias de forma abstrata que possam subseqüentemente ser armazenados em bases relacionais ou multidimensionais (CARVALHO, 2004). O Analysis Services 2005 possui um recurso chamado Intellicube, que provoca a criação automática de um esquema de cubo, fator de identificação e tabelas de 1 Browser é o software usado para a navegação na Internet (navegador). dimensão. Isso acontece quando este for utilizado juntamente com o modelo dimensional unificado e com a remoção de todos os limites de dimensão, permitindo que o DBA carregue qualquer esquema relacional no Analysis Services 2005. Outra tecnologia é o cache pró-ativo, este método permite que os DBAs possam implementar bancos de dados OLAP em tempo real com menos esforço. A linguagem de consulta usada é o MDX (Expressões Multidimensionais) (CARVALHO, 2004). O OLAP Option da Oracle é executado como um processo único, com uma única instância de banco de dados, sendo portável para todas as plataformas de servidor em que o banco de dados Oracle pode ser executado, incluindo o Linux e o Apple OSX. O Oracle OLAP agora pode carregar e agregar mais dados que antes e, para determinada quantidade de disco, pode armazenar mais informações que na versão anterior. A Oracle está priorizando o SQL convencional com extensões analíticas como sua opção de linguagem de consulta OLAP (CARVALHO, 2004). O OLAP Option é composto por cinco componentes: tipos de dados específicos para suporte a informações multidimensionais, uma engine para cálculos multidimensionais com o objetivo de processar os novos tipos de dados

citados anteriormente, um framework para desenvolvedores de aplicação Java com componentes que permitem o acesso a dados relacionais e multidimensionais, extensões no SQL para permitir que sejam acessados os tipos de dados multidimensionais e uma camada de metadados referentes aos dados OLAP, conhecida como OLAP Catalog. O DSS Micro Strategy é uma ferramenta fornecida pela Micro Strategy, sendo classificada como uma ferramenta ROLAP por acessar um banco de dados relacional via comandos SQL. Quanto ao número de camadas de sua arquitetura, sua classificação é ambígua justamente por não haver necessidade de todos os módulos que estão relacionados à ela serem usados. Como DSS Agent, um de seus módulos, como o de interface na máquina do usuário,gera as consultas em SQL baseando-se nos metadados. Além disso, pode acessar o banco de dados relacional de duas maneiras. A primeira é diretamente, mantendo a conexão com o banco e mantendo o micro do cliente inoperante para outros aplicativos. A outra forma é através do DSS Server, que se encarrega da execução da consulta, gerenciando prioridades de diferentes usuários e armazenando estatísticas sobre as consultas. Neste último caso é o DSS Server que atua como mecanismo OLAP, se comunicando como banco de dados. Analogamente, se o acesso do usuário final aos dados for feita via browser, pode-se ter de três a quatro camadas,dependendo do uso ou não do DSS Server (LEITÃO,2000). A ferramenta OLAP MAESTRO, é fornecida e desenvolvida pela Hyper Consultoria em Informática, uma empresa brasileira que está há vários anos no mercado. O MAESTRO tem sido usado com sucesso em grandes empresas e organizações no Brasil, tais como, Casa&Vídeo, Citibank, Coca Cola Indústrias Ltda, Cultura Inglesa, Esso Brasileira, Latasa, Organizações Globo, Souza Cruz S.A., Tubos e Conexões Tigre(BARRETO, 2002). O MAESTRO suporta a metodologia de desenvolvimento de Data Warehouse na qual este surge evolutivamente após o desenvolvimento de vários DM. Essa metodologia tem suas vantagens desde que resolvido o problema de conformidade entre conceitos e dimensões, isto é, desde que as dimensões sejam compatíveis entre os diversos DMs de forma a serem integradas facilmente em um momento posterior. O MAESTRO resolve esse problema através do uso de um repositório central onde são definidas medidas e dimensões. (BARRETO, 2002)

5 CONCLUSÃO Atualmente o cenário mundial passa por grandes transformações, e com uma crescente competitividade no mercado onde a constante busca por melhores preços levaram as empresas a buscar em ferramentas que lhe permitem auxiliar e agilizar os processos decisórios. Nota-se que há uma mudança na forma de pensar das pessoas e as empresas precisam se adaptar a essa nova realidade. A busca pelo conhecimento mostra-se cada vez mais uma estratégia para solução de problemas tornando-se o capital intelectual uma arma para sobreviver nesse novo cenário. Com isso a informática deixou de ser automatizada e passou a ser uma ferramenta para auxiliar na análise gerencial. O Buniness Intelligence tornou-se um conceito que utiliza o conhecimento como gerador de informações estratégicas, facilitando o trabalho, pois é preciso transformar dados em informações úteis, para isso é necessário mudar a forma de armazenamento, recuperação e análise dos dados. As tecnologias de armazenamento, recuperação e análise de dados estratégicos tem evoluído em sincronia, pois elas são complementares uma das outras. As ferramentas OLAP trabalham de modo interativo, permitindo que a partir de uma resposta o usuário faça outros questionamentos, ou seja, análise e se pergunte porque dos resultados obtidos. O OLAP é um conceito que interage com o usuário, não sendo apenas uma forma de armazenamento de dados e sim uma solução de ambiente, integração e modelagem de dados. Com isso pretende-se mostrar as vantagens em se utilizar as ferramentas OLAP na estratificação e análise dos dados, tornando-se essencialmente uma ferramenta de gestão e assumindo as seguintes características como: instrumento de monitoramento e apoio à decisão, mostrar principais indicadores das atividades, transmite instantaneamente a informação, utiliza-se de gráficos como forma de apresentação dos dados, combina eficazmente a informação sob diferentes formas dimensionais com o objetivos de expor relações que seriam difíceis de detectar individualmente e por último exibe técnicas de design para produzir layout simples, claro e direto.

Uma solução deste tipo não seria possível sem o apoio da gerencia para ter sucesso, pois deve partir deles o incentivo para que todas as áreas envolvidas possam colaborar como desenvolvimento do projeto. Os benefícios para as empresas são incalculáveis quando a há uma ótima utilização desse recurso, mas se esse recurso formal desenvolvido e não tiver apoio completo das áreas envolvidas pode se tornar uma grande fonte de desperdício. Por isso a importância do planejamento antes de partir para o desenvolvimento. O mercados se mostra propício para desenvolvimento dessas ferramentas como solução de problemas empresariais, já que cada vez mais as empresas precisam de informações rápida se precisas para conseguir tomar decisões e sair na frente da concorrência. REFERÊNCIAS ANDREATTO, R. Construindo um Data Warehouse e Analisando suas Informações com Data Mining e OLAP. Monografia Final de Curso. Faculdade de Ciências Administrativas, Faculdade devalinhos. 1999. ANZANELLO,CYNTHIA A. OLAP Conceitos e Utilização. http://softsystemitead.com.br/phocadownload/bi/conceitos%20olap.pdf acessado em 12 de novembro de 2014. BARRETO, L, S. Maestro: Uma Ferramenta de Planejamento e Desenvolvimento de Conteúdo em Formato Hipertexto como Instrumento de Gestão do Conhecimento. 2002. CAVALCANTI, M. C.; OLIVEIRA, P. C. S.; MONTEIRO, R. R.; SOARES, V. J. Análise Comparativa de Ferramentas OLAP.UFRJ, 1998. CARVALHO, B. F. Arquiteturas de Ferramentas OLAP.SQL Magazine, Rio de Janeiro, ano1, ed. 9, p.12-16, 2004. CODD, E. F., CODD, S. B. e SALEY, C. T., (1993). Providing OLAP (On-line Analytical Processing) to User Analysts: An IT Mandate, White Paper from E. F. Codd & Associates. http://www.infobras.com.br/portugues/produtos_conceito_olap.asp acessado em 08 de novembro de 2014. INMON, W. H. Como construir o Datawarehouse. Tradução Guz Netto, A. M. Building the Datawarehouse. Rio de Janeiro: Campus, 1997.

INMON, W. H.; WELCH, J. D. e GLASSEY, K.L. Gerenciando Datawarehouse. Tradução: WOODWARD, A. S. Managing the Datawarehouse. SãoPaulo: Makron Books, 1999.Cap 6. KIMBALL, RALPH (2002). Datawarehouse toolkit; o guia completo para modelagem muiltidimensional / Ralph Kimball, Margy Ross; tradução de Ana Beatriz Tavares, Daniela Lacerda Rio de Janeiro: Campus. NERY, FELIPE. Tecnologia e Projeto de Data Warehouse, Ed. Érica, 3º Edição, 2007. OLIVEIRA, W., J. Data Warehouse. 2.ed. Florianópolis:V isualbooks, 2002. PRIMAK, FÁBIO VINÍCIUS. Decisões com B.I.- BUSINESS INTELLIGENCE. Rio de Janeiro: Ciência Moderna, 2008. Providing OLAP to User - Analysts: An IT Mandate. TEOREY, Toby; LIGHTSTONE, Sam; NADEAU,Tom. PROJETO E MODELAGEM DE BANCO DE DADOS, Ed. Campus, 4º edição, 2007. SINGH, HARRYS. (2001). Data Warehouse: conceitos, tecnologias, implementação e gerenciamento; tradução Mônica Rosemberg; José Davi Furlan. São Paulo: Makron Books. THOMSEN, E. Construindo Sistemas de Informações Multidimensionais. 2ªed. São Paulo: Campus, 2002.