implantação e aplicação de business intelligence em uma...

Implantação E Aplicação de Business Intelligence em Uma Agencia De

Turismo

Deployment and Business Intelligence From Application In A Tourism Agency

Despliegue y Business Intelligence De aplicación en la Agencia de

Turismo

Ernani Felix Dutra Pereira1, Gilberto Teixeira 2, Lucas Emanuel Simões3,

Resumo: A informação para uma empresa qualquer é como o ouro na mineração, que depois de extraído, limpo e carregado se transformam em recurso ativo. Este artigo tem como o objetivo apresentar a implantação de um modelo de Business Intelligence em uma agencia de turismo, para melhorar o atendimento aos clientes e aumentar as vendas, tornando crescente a lucratividade da empresa. Foi feito um estudo dos dados existentes, e através desses dados extraídos de um banco relacional, foram transformados, limpados e carregados em uma ferramenta desktop de Business Intelligence, onde podem ser gerados vários dashboards exibindo os resultados para tomada de ação. Utilizamos como procedimentos metodológicos, a pesquisa bibliográfica e entrevista com o gerente comercial da Agência. As conclusões foram de que usando as técnicas de BI é possível transformar dados em informações valiosas para a tomada de decisões. alavras-chave: Business Intelligence; Extração, Transformação e Carga (ETL); Data Warehouse (DW).

Abstract: Information for any company is like gold mining, that after extracted, cleaned and loaded become active resource. This article has as objective to present the implementation of a Business Intelligence model in a travel agency, to improve customer service and increase sales, increasing making the company's profitability. A study of existing data was done, and through these data extracted from a relational database, were transformed, cleaned and loaded on a desktop business intelligence tool, which can be generated several dashboards displaying the results for taking action. We used as methodological procedures, bibliographical research and interviews with the commercial manager of the Agency. The conclusions were that using BI techniques can transform data into valuable information for decision making. KEYWORDS: Business Intelligence; Extraction, Transformation and Load (ETL); Data Warehouse (DW).

Resumen: Información para cualquier empresa es como la minería de oro, que después se extrae, se limpia y se carga convertirse recurso activo. Este artículo tiene como objetivo presentar la implementación de un modelo de inteligencia de negocios en una agencia de viajes, para mejorar las ventas de servicio al cliente y aumentar, aumentando haciendo la rentabilidad de la empresa. Un estudio de los datos existentes se hizo, ya través de estos datos extraídos de una base de datos relacional, se transforma, se limpia y se cargó en una herramienta de inteligencia de negocios de escritorio, que se puede generar varios cuadros de mando que muestran los resultados para tomar medidas. Utilizamos como los procedimientos metodológicos, investigación bibliográfica y entrevistas con el director comercial de la Agencia. Las conclusiones fueron que el uso de técnicas de BI puede transformar datos en información valiosa para la toma de decisiones. Palavras clave: Business Intelligence; Extracción, Transformación y Carga (ETL); Data Warehouse (DW).

1 Graduado em Tecnológica de Sistemas para Internet pela Faculdade Inforium de Tecnologia.. 2 Graduado em Tecnologia em processamentos de dados pelo Instituto Cultural Newton Paiva Ferreira 3 Graduado em Sistemas de Informação pela Faculdade Inforium de Tecnologia.

1 – Introdução O mundo dos negócios está cada vez mais dinâmico. Segundo BARBIERI

(2011), uma empresa para manter-se competitiva precisa tomar decisões

baseadas no desempenho financeiro e liderança de mercado, na qualidade de

processos, no ambiente de trabalho, na responsabilidade social, na

transparência e governança corporativa e, principalmente, na capacidade e

velocidade de inovação.

A inovação atendendo as necessidades dos consumidores e a velocidade que

identifica as oportunidades e as ameaças. Esses são os pilares no qual

Thomas J. Waston ex-presidente da IBM foi vitima ao profetizar em 1940 que

não haveria espaço para mais do que cinco computadores no mundo.

Entretanto, a velocidade e a inovação são apenas o reflexo de uma

necessidade crescente nas organizações, PENNA (2003) sugere que a

informação e, sobretudo, o conhecimento habilitado pelo bom uso da

informação, tem um papel crucial na tomada de decisão estratégica de um

negocio. Dessa forma é possível afirmar que a informação e o conhecimento,

são fatores que incrementam a equação da velocidade e inovação.

Nesse sentido o objetivo desse artigo é ilustrar como foi feito o processo

Extração, Transformação e Carga (ETL-Extract Transform Load) de dados de

uma agencia de turismo localizada em Belo Horizonte, bem como a criação de

um Business Intelligence (BI), para visar a melhoria do atendimento aos

clientes, suporte à tomada de decisões estratégicas, resultando maior

praticidade atuar junto aos hotéis e pousadas na busca de descontos, orientar

clientes quanto ao melhor dia para viajar com custo de tarifa menor, fazer

promoções, conseguir descontos juntos as cias aéreas, dar descontos para

clientes fidelizados, aumentar limite de crédito dos clientes fidelizados, solicitar

aumento de comissão junto as companhias aéreas/fornecedores, motivar e

melhorar comissões de agentes. Este intento será alcançado mediante a

pesquisa bibliográfica onde podemos confirmar fatos e resolver problemas

baseando em teorias, pesquisa documental sendo uma técnica decisiva

realizada em fontes como obras originais, documentos, depoimentos orais e

escritos, documentos informativos, consultas ao banco de dados da agencia, a

fim de construir um estudo de caso onde se trata uma abordagem

metodológica de investigação que podemos explorar e descrever

acontecimentos desenvolvidos na aplicação do BI na agencia de turismo.

2 - Dado e a informação

Segundo OLIVEIRA (2002), dado é qualquer elemento identificado, que por si

só não é capaz de produzir compreensão de determinado fato ou situação.

MIRANDA (1999), afirma que "dado é o conjunto de registros qualitativos ou

quantitativos conhecido que organizado, agrupado, categorizado e padronizado

adequadamente transforma-se em informação." E que a informação é o

conjunto de dados organizados de modo significativo para uma tomada de

decisão.

MELLO (2014) diz que os conceitos de informação e conhecimento se

completam tornando grande relevância, pois essas informações quando

aprimoradas através de programas computacionais e pessoas é possível obter

uma grande variedade de cenários que possibilita gerar oportunidades que

contribuem gerando conhecimento. A informação é algo que muitos desejam

sabem, e está disposto a pagar por ela. A informação não é algo tangível, nem

mensurável, mas é o resultado valioso que proporciona poder e controle, que é

de interesse de governos, empresas e pessoas, assim afirma PEREIRA (1997).

LEME FILHO (2006), apresenta na Figura 1 abaixo a evolução do dado ate a

vantagem competitiva.

Figura 1 - Evolução do dado ate a vantagem competitiva.

Fonte : Leme Filho (2006)

"A gestão do conhecimento pode ser entendida como uma forma de

administração e aproveitamento do conhecimento das pessoas e como o

compartilhamento ou disseminação das melhores práticas para o crescimento

da organização." (MELLO, 2014, p.19). Todo processo para transformar

informação em conhecimento é o que leva a empresa tomar como importante a

gestão do conhecimento através do BI.

3 - Tomada de decisão

O ambiente de BI se insere em um modelo de sistema de apoio à decisão, nitidamente com capacidade para suportar a formulação de estratégia corporativa. Em linhas gerais os administradores de empresas desejam identificar ameaças e oportunidades, acelerar os processos de negócios e aumentar a capacidade e velocidade de resposta à mudanças. (LEME FILHO, 2004, p.42)

Segundo MAXIMIANO (2004), uma decisão é uma escolha entre possibilidades

ou alternativas, essas decisões são tomadas para aproveitar oportunidades.

Essas decisões é o resultado de uma sequencia de etapas que vai da

identificação de determinada situação que oferece uma oportunidade ou um

problema, até a execução de uma ação ou solução. LAUDON (2010) afirma

que nas empresas a tomada de decisão costumava a limitar-se à diretoria, mas

atualmente funcionários de níveis mais baixos são responsáveis por tomar

algumas decisões, de acordo com os sistemas de informação tornam os dados

visíveis para esses usuários.

[...] empresas que 'se saem melhor' tem vantagem competitiva sobre

as outras; ou possuem acesso a recursos especiais, ou são capazes

de usar os recursos disponíveis de maneira mais eficiente -

normalmente devido a ativos do conhecimento e informação

superiores. (LAUDON, 2010)

De acordo com MAXIMIANO (2006), o processo de planejamento estratégico

compreende a tomada de decisões baseando no padrão de comportamento

que a organização pretende seguir, os produtos e serviços que pretende

oferecer, e os mercados e clientes que pretende atingir.

4 - Business Intelligence, Data Warehouse e Sistemas de Apoio da

Decisão de acordo com o planejamento estratégico

O conceito de Business Intelligence, segundo BARBIERI (2011), de forma mais

ampla, pode ser entendido como a utilização de várias fontes de informação

para definir o planejamento estratégico de competitividade nos negócios da

empresa, incluindo os conceitos de estrutura de dados, representadas pelos

bancos de dados tradicionais, Data Warehouse (DW) e Data Marts (DM),

criados com o objetivo o tratamento relacional (OLTP - Online Transaction

Processing ou Processamento de Transações em Tempo Real) e dimensional

(OLAP) de informações e técnicas de mineração de dados, sendo que este

último não será tratado neste artigo. Para Colaço Jr.(2004), o BI é o conjunto

de tecnologias que permitem que o cruzamento de informações e suportam

indicadores de desempenho de um negócio, referenciadas em um banco de

dados histórico (DW).

BARBIERI (2001), afirma que enquanto o BI são técnicas ou conjunto de

ferramentas, o DW, pode ser definido como um banco de dados destinado a

sistemas de apoio a decisão. Segundo COLAÇO JR. (2004), as informações

contidas em um DW possuem características específicas que as distinguem

das informações existentes em projetos de banco de dados convencionais,

sendo que grande volume de dados, dados históricos e bases não

normatizadas são algumas peculiaridades que impedem a utilização das

metodologias tradicionais de análise de sistemas, e ao deparar com esse

quadro, a indústria de software, aliada à pesquisadores da área, passou a

investir na concepção de um paradigma que pudesse atender a essa demanda,

surgindo um ambiente de DW bem sucedido.

Segundo IMNON (1996), DW é um conjunto dados não voláteis que variam

com o tempo e serve de suporte de tomada de decisões. O depósito central

armazena informações para o processo de suporte à ações e são organizadas

por assuntos relevantes para o negócio da empresa. Cada assunto ou tema

que é uma tabela fato pode ter várias dimensões, lembrando que a abordagem

de Imnon é voltada para a integração total de dados que habitam áreas

funcionais diferentes, modelo único integrado e rígido e de mais difícil

construção. Nos dias de hoje, Imnon apresenta alguns conceitos enfatizados

em metadados, dados não estruturados e o armazenamento de acordo com a

base histórica dos dados, baseados no ciclo de vida. (BARBIERE, 2011).

KIMBALL (1996) tem uma abordagem mais simplista e incremental, chamada

de Star Schema, voltado para Data Marts separados, são projetos menores,

focados em áreas e/ou assuntos específicos, precisando apenas de

compatibilidade dimensional entre chaves das tabelas. Porém, pode dificultar a

coesão entre os dados e trazer dados duplicados, dificultando a integração

perfeita entre eles. (BARBIERE, 2011).

5 - Estudo de caso

Este trabalho utilizou como exemplo para aplicação do estudo do Business

Intelligence uma agência de turismo, devido ao conhecimento e experiência

dos integrantes em manutenção de aplicações comerciais destinada ao ramo

de turismo, estabelecendo assim alguns cenários que serviram de estudo de

caso. Tem como metas promover vendas de pacotes turísticos e a gestão do

negocio, que é o ponto chave para a pesquisa da aplicação do BI, direcionada

ao gestor que tem como característica na empresa de tomador de decisões

estratégicas.

O caso de uso da agência de turismo limita-se a conveniência da visão do

gestor comercial, onde será possível ter uma variedade de opções para

consultas em sua base de conhecimento. A utilização do caso de uso mostrado

abaixo é uma visão funcional do cenário da agência de turismo, que

exemplifica o objetivo de apresentar as funcionalidades e as necessidades

geradas pelo gestor.

Existem três atores que interagem com o sistema: o diretor comercial, que é o

gestor responsável pela análise e tomada de decisão, o agente, que é o

responsável pelas vendas e o cliente, no qual é feito o estudo das suas escolhas

e suas características perante a agência.

A descrição dos casos de uso mostra como os personagens estão envolvidos na

coleta e inserção dos dados no banco. O diretor comercial visualiza a consulta

de banco, seleciona opções para consulta das informações relevantes em uma

pagina de interface, toma decisão com base na consulta. Fluxo Principal: 1. O

Diretor abre a base de consulta; 2. O sistema disponibiliza opções para

construção da análise; 3. O Diretor manipula parâmetros como ano de vendas e

outros e solicita a busca; 4. O sistema realiza a busca e disponibiliza os dados;

5. O Diretor Comercial por meio de operações de Drill Down ou Drill Across

explora através das dimensões e fatos, navegando assim pelos dados para

melhor compreensão do negócio; 6. Visualiza o resultado, obtendo a visão do

lucro da agência.

O Agente vende pacote turístico, faz o atendimento ao cliente e alimenta a base

de dados OLTP com dados das vendas, cadastra o tipo de pacote, o fornecedor,

a origem e destino, a data de embarque e retorno, insere o numero de

passageiros, insere tarifa, informa se o passageiro faz uso do plano de

fidelidade e cadastra os dados de identificação do cliente. Fluxo Principal: 1. O

agente faz a abertura no sistema para a venda; 2. O sistema abre a inserção

dos dados para registro da venda; 3. O agente confirma o pagamento; 4. O

sistema cadastra a venda no banco; 5. O sistema libera a emissão do contrato;

6. O agente entrega o contrato.

O Cliente compra pacote turístico, escolhe o tipo de pacote, o fornecedor do

pacote, o destino, a data do embarque e retorno e o uso ou não do plano de

fidelidade, e então, agência emite contrato ao cliente: Fluxo Principal: 1. O

sistema calcula o valor final; 2. O agente passa a informação sobre o valor ao

cliente; 3. O cliente paga o pacote; 4. O agente fecha a venda; 5. O sistema

emite o contrato; 6. O agente repassa ao cliente; 7. O cliente recebe a

contrato junto com as informações do pacote; 8. O cliente vai embora com o

contrato.

Tendo como ponto de partida da cadeia de dados operacionais (usuário

alimentador da base de dados OLTP), seguindo a ideia da figura 2 exibida

abaixo, até os dados analíticos.

Fig. 2 – processo de BI

Fonte: (http://www.dwreview.com/DW_Overview.html.).

Todo dado é armazenado em uma base dinâmica e de rápida atualização

contendo dados do setor correspondente, o destino para estes dados

transacionais é intermediado por meio de um ETL, que independente da

sintaxe dos dados da base anterior, fará o processo de transporte, porém, com

a base de conhecimento ainda precisando ser refinada, formatada e

dimensionada. Cada setor da empresa seja ele o de vendas ou financeiro,

possuem bases de dados distintas e de grande conteúdo. Uma medida de

centralização destas informações é o transporte dessa base de dados

transacional para o DW, o administrador do DW modela esta inserção

convenientemente ao destino. Estes lotes de dados não são agrupados de

maneira desordenada, cada bloco recebe o nome de Datamart onde este é um

subconjunto de um DW, logo todo Data warehouse é formado por seus DM.

As necessidades que se fazem presentes na gestão administrativa da agência

de turismo levam a um fluxo constante de buscas em históricos, e

possibilidades que serão formadoras de decisão. Obedecendo a padrões de

dimensionamento seja ele por produto, tempo ou região, estes

dimensionamentos estão limitados à necessidade do diretor comercial. A

obtenção de resultados é proveniente de uma ferramenta que utiliza como

síntaxe de funcionamento uma base de dados que possa ser dimensionada e

que possua fatos para o retorno. O simbolismo envolvido neste processo fica a

cargo de um cubo de nome OLAP.

Todo processo de extração de uma sequencia de dados até grandes blocos de

conteúdo em meio ao repositório é possível com o emprego da ferramenta

OLAP, com sua particular ação de cubos retirando um lote de informações

sintetizadas do Data warehouse sendo possível visualizar o que antes era

inimaginável ao gestor, fazer buscas por meios visuais em planilhas e até

buscas diretas ao DW que se tornam inviáveis pelo tempo que demandaria

para extrair informações. Sendo que, o tempo é crucial para a tomada de

decisão na empresa.

Com a extração pronta, ainda é necessário trazê-lo para o gestor em um nível

visual amigável para simplificar a retirada de informações. Com este propósito

é utilizado a ferramenta de report que possui uma característica de flexibilidade

para montar relatórios sendo eles por meio tabular, gráfico e misto.

O principal objetivo é apresentar a construção e implementação através do uso

da ferramenta Microsoft® SQL Server® 2008 R2, acessando um banco de

dados relacional conforme a figura 3 mostra abaixo.

Figura 3 – Diagrama do banco transacional

Fonte: Produzido no desenvolvimento do trabalho.

Para a construção do DW apresentado neste trabalho, o gerente comercial da

agência, concordou e disponibilizou o banco de dados, desde que, nenhum

dado pessoal de qualquer cliente seja repassado para concorrentes. Por isso

foi definido um nome de agência de turismo fictícia nomeada de BItur. Os

dados foram entregues em um back-up do Microsoft® SQL Server® 2008 R2,

banco relacional, com cerca de 41.000 registros de vendas no período de abril

de 2001 a janeiro de 2014, contendo os seguintes dados: data da venda, data

de embarque e retorno, quantidade de passageiros, nome cliente, tipo de

pacote, cidade destino, fornecedor (hotel ou companhia aérea), valor da tarifa,

valor da comissão da agencia e nome do agente vendedor. A analise e

pesquisa desenvolvida neste trabalho está limitado a tratar assuntos

pertinentes somente a esses dados e seus derivados.

No decorrer do tempo, foram criadas técnicas para trazer o entendimento,

registrar e identificar temas. Petter Chan foi o derradeiro na criação de modelo

de entidades e relacionamentos. Os dados passaram por processos e, com a

introdução do modelo relacional (ou transacional), foram tratados como

conjuntos (tabelas) e sujeitos (registros), elaborados pelo Dr. Codd, pai do

modelo relacional. Surgiu após um tempo, ramificada e ajustada uma técnica

de projetos que fundamenta os atuais DW, baseados nos conceitos de BI,

chamado de modelagem dimensional conforme BARBIERI (2011). Modelagem

dimensional, para Barbieri, é técnica de projeto que conduz os dados, na qual

permite que o usuário perceba de forma entendível e flexível (desnormatizado)

o tempo e espaço (figura 4).

Figura 4 – Modelo dimensional


A ferramenta back-end usada para desenvolvimento dos processos ETL foi o

SQL Server Integration Services (SSIS) 2010, segundo o fabricante, ela é uma

plataforma para criar integração de dados em nível corporativo e soluções de

transformações de dados. Nessa ferramenta foram criados os pacotes Data

Transformation Services (DTS). O primeiro DTS criado esta exibido pela figura

5 abaixo, onde nesse momento é criado o Satage Area (SA), uma área

temporária onde os dados dos sistemas/tabelas de origem são copiados para

serem transformados e carregados.

Fig.5 – Criação do Stage Area

.


Após a criação do SA, foi feito um novo pacote onde é criado o banco de

destino do BI, através de dados específicos que foram extraídos do Stage Area

juntamente com as dimensões. Nesse pacote verificamos se o dado existe no

banco de destino, utilizando o componente Lookup, e caso não exista é

copiado para o SA.

Figura 6 – Criação das dimensões e banco de destino.


O terceiro pacote criado, apenas foram carregados e criados a Dimensão

Clientes no banco de destino. O ultimo pacote representado na figura abaixo é

criado a tabela fato.

Figura 7 – Criação da tabela fato


Após criado esses DTS´s através de uma ferramenta de analise desses dados,

nesse caso utilizamos o Tableau, basta conectar e integrar os dados já

tratados, para criar e manejar os dashboards, conforme mostrado na figura 8

abaixo, porém toda consulta será por meio da web, utilizando-se de consultas

dinâmicas com interface amigável. Notando que a necessidade para visualizar

o que está sendo extraído, auxilia ao analista responsável pela extração no

momento de conferir o conteúdo a analisando o resultado definindo como

correto ou não. E uma das múltiplas opções é o report, este meio já integrado

na aplicação e limitado ao cubo pré-definido anteriormente que cria uma base

de dados secundária no componente datasource é responsável pelo conteúdo

que se almeja em buscar.

6 - Analise OLAP

A base de dados construída para concepção do DW possui cerca de 56.000

registros de JAN/2011 ate SET/ 2014. Apresentaremos somente as analises

mais discutida no grupo de estudo e as de maior interesse para o diretor

comercial.

A figura 8 representa o cruzamento de informações entre os dias da semana e o

valor médio da tarifa cobrada. Nela é possível constatar os dias da semana com

maior e menor média de preço de tarifa no período. Com essa informação, é

possível verificar que a segunda-feira é o dia mais barato e que domingo é o mais

caro. O gerente pode então informar isso para os clientes com objetivo de baratear o

custo para eles, e aumentar o volume de vendas, além de idealizar promoções e de

ganhar comissão maior.

Figura 8 - Média de tarifa por dia da semana.


Um demonstrativo muito importante é a figura 9, onde é exibido o top 10 clientes que

mais compram, resultado do cruzamento de dados entre o ano, o cliente e o valor

de venda ocorrido no período. Ele demonstra a media dos valores comprados pelos

clientes nesse intervalo de tempo. Analisados os gráficos individualmente, ano por

ano, esses demonstraram sempre um declínio no ano de 2011 e uma elevação nos

anos seguintes, exceto 2014 onde o mês final foi 09/2014. Isso identifica uma

tremenda fidelização do cliente e Server de base para o gerente estabelecer

políticas de limite de crédito não só para aumentar como para diminuir. É importante

frisar que clientes mal intencionados compram muito no inicio, criando uma falsa

fidelidade, depois compram um volume grande e dão calotes, o gerente tem que

ficar atento ao comportamento de todos os clientes.

Figura 9 - Média de compra por cliente no período.


Cada fornecedor de pacote pode ter uma ou várias filiais que revendem os pacotes

para as agências de turismo com comissão diferenciada. De 2013 em diante o

gerente decidiu estrategicamente comprar milhas e usá-las nas vendas, obtendo

assim mais receita para agência. A figura 10 mostra a média de comissão pagas por

fornecedor/ filial no período abordado. Aqui foram analisadas a Gol Linhas Aéreas e

Tam Linhas Aéreas. Com a análise ficou claro que decisão de comprar milhas foi um

sucesso, pois elevou realmente a média de comissão nos dois fornecedores/ filial

analisados. Fica evidente também que quando não tem estoque de milhas, o

gerente tem como decidir para qual filial vai revender, analisando qual filial vai pagar

melhor comissão.

FIGURA 10 - Média de Comissão paga por Fornecedor/Filial


7 - CONSIDERAÇÕES FINAIS

O presente trabalho apresentou o processo implantação de um Data

Warehouse em uma Agência de Turismo de Belo Horizonte para o auxílio em

seu planejamento estratégico e definiu e conceituou o Data Warehouse.

Buscou-se reunir no estudo uma base teórica que permitisse mostrar o formato

do Data Warehouse como um repositório de dados para atender diferentes

níveis gerenciais para tomada de decisão. As etapas foram realizadas tendo-se

a base conceitual e teórica do estudo como orientadora da implantação do

Data Warehouse.

Os passos de criação, desenvolvimento, testes e implantação foram

demorados pelo pouco tempo disponível pelos pesquisadores, mas de muita

relevância.

Para atender as necessidades de ETL do projeto, utilizou-se a ferramenta

SSIS, pois foi considerada adequada devido a sua facilidade de

desenvolvimento das rotinas de carga e também devido ao seu encadeamento

de transformação de dados, considerado apto pela facilidade apresentada de

transformar o dado em uma única operação. Estas facilidades não são

encontradas nas ferramentas tradicionais. Sobre a ferramenta OLAP, foi

escolhida a ferramenta Tableau, pois de ser gratuita para avaliação,dispõe do

recurso de geração de relatórios padronizados e dinâmicos, que podem ser

customizados pelos usuários em momento de execução, possibilitando que

possuam visão específica, graças ao processo de drillup e drilldown. Outra

facilidade que foi levada em consideração no momento da escolha foi a

facilidade de adaptação dos usuários quanto a sua utilização, uma vez que a

ferramenta segue o padrão de usabilidade bem similar ao utilizado pelo

Windows.

Os esforços que foram empenhados neste trabalho foram recompensados, já

que foi possível desenvolver todas as etapas de construção de um DW,

contribuindo para a experiência acadêmica do discente, além de prover à

Agência de Turismo um diferencial competitivo de mercado com uma visão

gerencial privilegiada comparando com seus concorrentes.

8 - Conclusão

Demonstramos a importância e a praticidade da aplicação da tecnologia no

auxílio de tomada de decisões para projeção de políticas estratégicas de uma

agência de turismo, os dados usados na extração e transformação do DW

foram suficientes para tratar sobre este assunto. Ao decorrer do

desenvolvimento deste trabalho foi possível, exibir de maneira simplificada os

principais conceitos sobre BI, demonstrando os passos usados para construção

de um DW, descrevendo as transformações sofridas pelos dados e seus

derivados.

Analisando os dados referentes ao trabalho de direção comercial,

demonstramos possíveis aplicações das informações apuradas e algumas

soluções para gerenciamento e planejamento operacional e estratégico,

combinando e cruzando dados. A informação correta facilita o gerenciamento

comercial. Um dos recursos das ferramentas OLAP que podem ser usados

pelo diretor comercial são os de análise de vendas, que utilizam vários gráficos

e relatórios para destacar informações e possuem um ótimo potencial para

análise de vendas por cliente, por fornecedor/filial, por dia da semana,

comissões recebidas, comissões pagas aos agentes.

Referência bibliográficas:

BARBIERI, Carlos. Business Intelligence: Modelagem e Tecnologia. Rio de

Janeiro: Axcel Books, 2001.

BARBIERI, Carlos. BI2 – Business Intelligence: Modelagem & Qualidade. Rio

de Janeiro: Editora Elsevier, 2011.

COLAÇO JÚNIOR, Methanias. Projetando Sistemas de Apoio à Decisão

Baseados em Data Warehouse - Axcel Books do Brasil LTDA, 2004.

INMON, W. H. Building the Data warehouse. New York : Wiley Computer

Publishing, 1996

LAUDON, Kenneth; LAUDON, Jane. Sistemas de Informação Gerenciais. 9.ed.

São Paulo: Pearson, 2010

LEME FILHO, Trajano. Aulas ministradas na Fasp da disciplina Sistemas de

Suporte à Decisão. Transparências em PowerPoint, 2006.

LEMES FILHO, Trajano. Business Intelligence no Microsoft Excel. Rio de

Janeiro: Axcel Books do Brasil, 2004

MAXIMIANO, A. C. Introdução à administração. 5a ed. São Paulo: Atlas, 2000.

. Introdução à administração. 6a ed. São Paulo: Atlas, 2006. MELLO, Ricardo Bernardes. Business Intelligence. Guia de estudos business

intelligence. Varginha: Unis, 2014

MIRANDA, Roberto Campos da Rocha. O uso da informação na formulação de

ações estratégicas pelas empresas. Ci. Inf., Brasília, v. 28, n.3, 1999.

Disponível em: <http://www.scielo.br/scielo.php?script=sci_arttext&pid=S0100-

19651999000300006&lng=pt&nrm=iso>. Acesso em: 01 Mar 2015

OLIVEIRA, Djalma de Pinho Rebouças de. Sistemas, organização e métodos:

uma abordagem gerencial. São Paulo: Atlas, 2002.

PENNA, Rogerio Adriano Castelpogii, REIS JUNIOR, Alderico Sales dos O

Data Warehouse como Suporte à Inteligência de Negócio. VI SIMPOI -

Simpósio de Administração da Produção, Logística e Operações Internacionais.

São Paulo, 2003.

PEREIRA, Maria José Lara de Bretas & FONSECA, João Gabriel Marques.

Faces da decisão: as mudanças de paradigmas e o poder da decisão. São

Paulo, Makron Books, 1997.

RALPH KIMBALL et al., The Data Warehouse lificycle Toolkit: Pratical

Techiniques for Building Data Warehouse and Business Intelligence Systems,

3º ed. Jonh Wiley & Sons, 1996.

implantação e aplicação de business intelligence em uma...

Documents