Tese Business Intelligence na Administracao Publica Portuguesa

Business Intelligence na
Administração Pública Portuguesa
Miguel Santos (41176)
20/12/2019Orientador: Prof. Doutor Raul Laureano
Apresentação da dissertação submetida como requisito parcial para
obtenção do grau de Mestre em Gestão de Empresas
Presidente: Prof. Doutor Luís Laureano
Arguente: Prof. Doutora Isabel Pedrosa

1. INTRODUÇÃO
a) Tema e sua importância
b) Enquadramento
c) Questão de investigação & Objetivos (O1, O2, O3)
2. Estado da arte (Revisão da literatura)
a) Referências ao BI na AP
b) Referências ao BI
3. Metodologia
a) Enquadramento da investigação
b) Dados analisados
c) Técnicas de análise de dados
4. Resultados e sua discussão (O1, O2, O3)
5. Conclusões
6. Contributos
7. Limitações
8. Perspetivas para o futuro
AGENDA

1.Introdução:Temaeimportância
CONTEXTO DOS ESTADOS
Envolvimento dos
Cidadãos
Inovação
& Tecnologia
Transparência
Prestação
de contas
NOVA GESTÃO PÚBLICA
NGP
3

1.Introdução:Enquadramento
OPORTUNIDADES DA REALIZAÇÃO DA DISSERTAÇÃO
• Explorar melhor os dados e efetuar uma análise dos mesmos com uma base científica;
• Desagregar a análise por subsector da AP, para gerar novos insights;
• Acrescentar conhecimento académico sobre BI na AP, em particular na AP Portuguesa;
• Mostrar como o BI pode dar um contributo aos desafios da Nova Gestão Pública.
4

1.Introdução:QuestãoeObjetivosinvestigação
Para responder à questão de investigação, foram estabelecidos três OBJETIVOS
O1: Avaliar o nível de implementação;
O2: Identificar os principais Fatores Críticos de Sucesso (FCS);
O3: Conhecer as principais finalidades e mais valias.
QUESTÃO DE INVESTIGAÇÃO
Como está a AP Portuguesa a nível dos Sistemas de Apoio à Decisão (SAD) suportados por dados, em termos de
sistemas de BI (SBI)?
5
“Business Intelligence – é a combinação de competências de negócio e tecnológicas em conjunto com processos,
aplicações e as melhores práticas, que permitem a análise de informação com o intuito de melhorar e otimizar
decisões e desempenho.” (Catarino et al., 2017:7)

2.Estadodaarte:ReferênciasaoBInaAP
“Há muito poucas fontes de investigação disponíveis sobre uso de BI no sector público (SP).” (Wowczko, 2016:1110)
”… a contribuição das TIC para a tomada de decisões no sector de serviços públicos é uma área de pesquisa não devidamente
explorada” (Mezzanzanica et al., 2011:1) “
“Apesar do significativo potencial transformacional do BI & Analytics (BI&A), na investigação em e-government, houve menos pesquisa
académica que por exemplo na investigação de BI&A ao e-commerce.” (Chen et al., 2012: 1170)
“Pela revisão de literatura elaborada, as tecnologias de BI continuam a ser alvo de grande investigação … em Portugal, provêm mais do
fornecedor do que do cliente. A visão do cliente é dada, embora pouco detalhada, através de casos de estudo. Não se encontra
informação congregada por indústria.” Côrte-Real (2010: 11)”
“… mas e relativamente a Portugal? Não se conhecem estudos que permitam caraterizar o DW/BI.” Colaço (2013: iii)”
6
 Lacunas na literatura
 Lacunas na literatura (em Portugal)

2.Estadodaarte:ReferênciasaoBInaAP
“Um passo para alavancar a eficácia da gestão é utilizar a tecnologia para apoiar à tomada de decisão.
A adoção bem-sucedida de BI no sector privado foi analisada em profundidade e referenciada por muitos autores ... apesar do
feedback positivo de empresas, o SP ainda está a lutar em reconhecer o valor do BI.” (Wowczko, 2016: 1108)
“A exploração de BI e SAD no SP está muito atrás do privado.” (Mezzanzanica et al., 2011:7)
“O Big Data está a ser implementado com sucesso no sector privado, mas o SP parece estar a ficar para trás apesar do valor
potencial para os Estados.” (Klievink et al., 2016:1)
7
 Baixa adoção do BI no SP
 O cerne do BI e termos associados é o apoio à decisão obtendo intelligence dos dados obtidos
“O termo BI é relativamente novo, mas o conceito já era desenvolvido e aplicado de maneira empírica, há milhares de anos, por povos
como Fenícios, Persas, Egípcios que cruzavam informações provenientes da natureza, tais como comportamento das marés, períodos de
seca e de chuvas, posição dos astros, para tomar decisões e melhorar a vida de suas comunidades.” (DW Brasil, 2000)

2.Estadodaarte:ReferênciasaoBI 8
“intelligence remete imediatamente para a noção de informação privilegiada enquanto vantagem competitiva sobre um oponente e
determinante para o sucesso de qualquer estratégia. Desde as primeiras linhas escritas sobre estratégia, de Sun Tzu em (A Arte da
Guerra, há 2500 anos)….” (Sezões et al., 2006:8)
A expressão Business Intelligence foi utilizada pela primeira vez na forma escrita, no séc. XIX, em 1865 por Devens:
“Throughout Holland, Flanders, France, and Germany, he maintained a complete and perfect train of business intelligence. … added to
his profits, owing to his early receipt of the news.” (Devens, 1865: 210)
Só após o desenvolvimento das primeiras TIC, apareceu de novo escrito, o termo BI quando Hans Peter Luhn, investigador da IBM,
publicou em Outubro de 1958, um artigo intitulado ‘A Business Intelligence System’.
“o termo Intelligence tem sido usado por investigadores em Inteligência Artificial (IA) desde os anos 50 e a expressão Business
Intelligence tornou-se popular nas comunidades de negócios e TI nos anos 90.” (Chen et al., 2012: 1166)
“O movimento de Big Data como o Analytics antes dele, procura obter Intelligence a partir de dados e traduzir isso em vantagem
no negócio.” (McAfee & Brynjolfsson, 2012:4)

2.Estadodaarte:ReferênciasaoBI
“Em meados da década de 90 muitos fornecedores de SW inventaram novos termos associados ao suporte à decisão, para uns SAD era
muito geral ...” (Power, 2009:3) “ … expressões Analytics, Business Intelligence e Knowledge Management são ambíguas e interpretadas
de várias maneiras por fornecedores e consultores (Power, 2009:4)”
“No final dos anos 2000, a expressão Business Analytics (BA) foi introduzido como principal componente analítico do BI.
Big Data e Big Data Analytics foram usadas para descrever conjuntos de dados e técnicas analíticas em aplicações tão grandes e
complexas que exigem tecnologias avançadas …. (Chen et al., 2012: 1166)”
9
 O conceito de BI e dos termos associados não é consensual
“Alter usou SAD como termo chapéu para cobrir uma ampla variedade de aplicações de apoio à decisão. Hoje, o termo BI é usado da
mesma maneira.” (Watson, 2009:489) ” … embora não haja uma definição bem aceite de BI …” (Watson, 2009:491)
“O Analytics não é novo, muitas técnicas analíticas, como Machine Learning .. estão disponíveis há muitos anos, até o valor de analisar
dados não estruturados já era percebido. A novidade são os avanços na tecnologia, novas fontes de dados … que criou o interesse e
oportunidades no Big Data Analytics, estando a gerar uma nova área de prática e estudo denominada Data Science que abrange
técnicas, ferramentas, tecnologias e processos para dar sentido ao Big Data. (Watson,2014:2)”

2.Estadodaarte:ReferênciasaoBI
No artigo ‘50 years of Data Science’, Donoho (2017) diz que : Há mais de 50 anos, em 1962, John Tukey pediu uma reforma das
estatísticas académicas, em ‘The Future of Data Analysis’, onde apontou a existência de uma ciência não reconhecida, cujo o domínio
era aprender com os dados…. (Donoho, 2017:745) “ … essa suposta noção de Data Science não é a mesma que a ciência de dados de
hoje em dia, embora exista uma sobreposição significativa. (Donoho, 2017:748)
Cleveland (2001) no artigo ‘Data Science: An Action Plan for Expanding the Technical Areas of the field of Statistics’, até sugeriu que Data
Science fosse o nome do campo.” (Donoho, 2017:750)
10
“Há confusão sobre o que é ciência de dados…” (Provost & Fawcett; 2013:1)
“ … o objetivo final é melhorar a tomada de decisões, fundamental nos negócios.” (Provost & Fawcett; 2013:5)
“Data Science como a ciência de aprender com dados, com tudo o que isso implica.” (Donoho, 2017:748)
“O termo Analytics não é usado de forma consistente, é usado de pelo menos três maneiras distintas…” (Watson, 2014:4)

Artigo de 1995 na revista ComputerWorld já utilizava a expressão Big
Data para dados não estruturados
Anúncios da Silicon Graphics a servidores para Data Warehouse em
publicações de 1997/98 como a CIO enterprise, InfoWorld e Black
enterprise já usavam a expressão Big Data

RESUMINDO A REVISÃO DA LITERATURA NUM PARÁGRAFO
A história dos sistemas de suporte à decisão desde os SAD ao BI, Analytics, Big Data, Data Science e
todos os sistemas e termos relacionados, antigos e novos que venham a ser inventados pela academia
e pelos fornecedores de SW, é feita de incrementos graduais do conhecimento sobre novas técnicas e
pela incorporação de novas tecnologias, que amplificam a capacidade de obter intelligence dos dados
independentemente do seu formato e localização, com o objetivo de melhorar as tomadas de decisão,
entregando insights corretos, no momento certo, na forma certa, ao destinatário adequado.

3.Metodologia
A METODOLOGIA seguiu essencialmente uma abordagem quantitativa, baseada em dados do questionário do GTBI-AP da APDSI em
2017, para obter informações sobre a implementação de SBI na AP: áreas de uso, motivações, finalidades, mais- -valias, causas de falha e
FCS.
13
Subsetor
da AP
População
N
População
%
Amostra
N
Amostra
%
AC 730 67 % 197 70 %
AL 308 28 % 67 24 %
RA 52 5 % 17 6 %
TOTAL 1090 100 % 281 100 %
• 281 respostas válidas (a Amostra corresponde a 25,8% da População N);
• Amostra representativa da população quanto aos subsectores da AP, comparando o peso de cada subsector da AP na população e na
amostra, não há diferenças significativas, de acordo com o teste de ajustamento do qui-quadrado (χ2(2)=2,758; p=0,252).
 Enquadramento da investigação

3.Metodologia
• Face aos objetivos da investigação foram selecionadas as questões para cada um dos três objetivos definidos (O1, O2, O3) e foi usada a
aplicação IBM SPSS Statistics para ver se a existência de relações entre as questões (variáveis).
14
 DADOS ANALISADOS

3.Metodologia
Os dados foram analisados no IBM SPSS Statistics, tendo se procedido aos ajustamentos necessários ao nível da escala de medida das
variáveis, labels, values e decimais.
Tendo os dados validados, na sua análise usaram-se técnicas de estatística descritiva e inferencial univariada, bivariada e multivariada.
15
 Técnicas de Análise de Dados
No caso da estatística inferencial recorreu-se:
• Ao teste de independência do qui-quadrado, quando se queria caracterizar a relação entre duas variáveis qualitativas nominais ou
tratadas como tal;
• Ao teste t para duas amostras independentes, quando se pretendia avaliar a existência de diferenças significativas no nível médio de
uma característica (quantitativa) entre os dois subsectores;
• Ao teste à significância do coeficiente de correlação linear, quando se queria caracterizar a relação linear entre duas características
quantitativas.
Os dados foram avaliados em termos da sua qualidade, como, não respostas e as concentradas numa ou duas categorias.

4.Resultadosesuadiscussão(O1)
P6 – Implementações de BI
39%
21%
18%
33%
39% 42%
29%
39%
22%
37%
53%
27%
AC AL AR TOTAL
Implementado
Em agenda
Não previsto
16
• Só 1/3 dos organismos da AP têm SBI implementados;
• Há uma maior implementação de SBI no subsetor AC (39%) que é perto do dobro do verificado na AL (21%) e na AR (18%);
• Só há 3 entidades com SBI na AR (pelo que não se analisou este subsector no resto da investigação)
Implementado Em agenda Não previsto TOTAL
AC 77 77 43 197
AL 14 28 25 67
AR 3 5 9 17
TOTAL 94 110 77 281

1
2 2
4
0 0
3
5
1
3
6
8
6
4 4
5
7
8
9
6
1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016 2017
P11 – Ano da implementação do primeiro projeto de BI
17
A figura evidencia ciclos, parecendo acompanhar os ciclos de governo e os ciclos orçamentais / económicos.
Registou-se um incremento maior de primeiros projetos de BI entre 2013 até 2017, sendo 35 de um total de 84 na amostra.

P21 – têm BIG DATA
23% 31%
21%
AC AL TOTAL
54%
23%
49%
AC AL TOTAL
P24 – têm Self-Service BIP28 – têm CCBI/BICC
10%
90%
TOTAL
18
P30 – Quem lidera as evoluções
37%
77%
31%
23%
18%
13%
AC AL
Área técnica
(Informática)
Gestão de topo
Áreas funcionais
Órgão de governação
P14 – Origem dos projetos de BI
71%
54%
29%
46%
AC AL
Decisão da gestão de topo
(top-down)
Proposta (bottom-up)
8 das 77 entidades da AC

P15 - Principais motivações para a adoção de SBI
19
43%
29%
50%
71%
57%
79%
79%
19%
23%
40%
43%
73%
79%
84%
‘Vontade pessoal’ (tutela, diretor, chefe, ...)
Redução de custos
Transparência / melhoria do serviço publico
Tecnológico
Maior facilidade de partilha de informação
Automatismo na obtenção da informação
Responder a necessidades das áreas funcionais
AC
AL
Nº de motivações para a adoção de BI (média)
2,4 2,1
0,8 1,2
AC AL
Motivações Internas
Motivações Externas

4.Resultadosesuadiscussão(O1) 20
Nº de tipos de utilizadores de BI
2,5 2,0
AC AL
AC
AL
Utilizadores dos SBI
94%
79%81%
86%
60%
21%
17% 14%
AC AL
Gestão intermédia
(diretores de serviço,
chefes de divisão)
Gestão de topo (tutela,
diretores-gerais)
Atividade operacional
Público (cidadão)

P9 - Áreas de utilização de SBI (internas)
14%
0%
57%
93%
50%
29%
20%
54%
72%
72%
Área de análise de risco e fraude
Área de comunicação e marketing
Área de Recursos Humanos
Área orçamental/financeira
Áreas específicas
AC
AL

P12 –> 14 Tentativas falhadas de projetos de BI
P13 – Principais causas de insucesso
22
7%
7%
7%
14%
14%
50%
50%
Falta de Legislação
Alteração de regras de negócio
Orçamento ultrapassado
Liderança
Insatisfação dos utilizadores
Produto final não correspondeu às expetativas
Falha no apoio de topo

P16 - Dificuldades encontradas na implementação de projetos de BI
23
7%
21%
29%
36%
14%
29%
64%
6%
19%
21%
23%
29%
31%
60%
Indiferença da gestão de topo
Tecnologia
Falta de orçamento
Falta de competência técnica (RH)
Dificuldades de interacção entre Área de Informática e Áreas de Negócio
Resistência interna à mudança
Qualidade de Dados
AC
AL

P18 - Principais FCS de um projeto de BI
24
43%
21%
29%
36%
71%
64%
79%
22%
26%
49%
58%
55%
57%
69%
Parceiro (empresas)
Tecnológico (ex: software)
Equipa de desenvolvimento
Liderança do projeto
Definição do projeto (âmbito, risco e custo)
Adoção da solução de BI pelos utilizadores finais
Forte patrocínio de topo
AC AL

P32 - O organismo possui um dicionário de
dados atualizado?
43% 31%
AC AL
P33 - Existem processos de monitorização e melhoria
da qualidade dos dados?
78%
54%
AC AL

P7 - Qual a finalidade da utilização do BI
26
64%
86%
21%
43%
50%
64%
50%
86%
57%
60%
64%
64%
64%
74%
77%
87%
Análises de desempenho da organização e dos colaboradores (Objetivos,
Indicadores, Metas, Kpi’s…)
Melhorar a visualização de informação (ex: relatórios mais apelativos)
Facilitar partilha de informação pelos diversos colaboradores da organização
Cruzamento de informação
Apoio à decisão (ex: cenários What-if, Forecast)
Automatizar e reduzir o tempo de acesso aos relatórios
Integração de dados/informação (ex: consolidar dados de diversos sistemas)
Apoio à gestão (ex: relatórios de síntese)
AC
AL

Finalidades do BI
4,6
1,8
2
5,5
2,8
2,1
Nº total finalidades (0 a 8)
Nº finalidades SI (0 a 4)
Nº finalidades gestão (0 a 3)
AC
AL
P31 – o organismo publica (portal externo) os
dados do BI (ex: dashboards)
29%
15%
AC AL
P34 - considera seu organismo Data-Driven (decisões
são tomadas com base nos dados)?
76%
46%
AC AL

P10 - tipo de informação disponibilizada
0%
14%
43%
57%
86%
14%
64%
66%
73%
87%
Análises What-if
Análises ah-doc
Relatórios estratégicos
(síntese)
Relatórios operacionais
Indicadores de gestão
(dashboards, KPIs)
AC
AL

P19 - Que mais-valias os projetos de BI obtiveram para o organismo ?
21%
36%
36%
71%
71%
71%
26%
32%
44%
70%
75%
83%
Redução de custos
Melhoria do serviço publico
Transparência
Integração de dados
Qualidade (informação correta)
Rapidez (acesso à informação)
AC
AL

5.Conclusão 30
1. A adoção de SBI em Portugal se iniciou entre 1998 e 2001, havendo ciclos de maior ou menor investimento;
2. Houve um incremento maior de primeiros projetos de BI entre 2013 até 2017, sendo 35 de um total de 84 na amostra;
3. Só um terço das entidades têm SBI. Sendo que na AC o grau de implementação é ~ o dobro do que ocorre na AL e na AR;
4. As iniciativas de BI têm principalmente origem na gestão de topo, mas na AL 46% delas surgem por proposta (bottom-up);
5. A responsabilidade na evolução dos SBI ou é do Departamento de TI ou da Gestão de Topo;
6. As 3 principais motivações na adoção de SBI são responder a necessidades das áreas funcionais, automatismo na obtenção da
informação e maior facilidade de partilha de informação;
7. As 3 principais mais-valias dos projetos de BI, estão relacionadas com dados: rapidez no acesso, qualidade e integração;
 Principais Conclusões (treze)

5.Conclusão 31
8. Os 2 principais FCS são um forte patrocínio de topo e a adoção da solução de BI pelos utilizadores;
9. A principal dificuldade na implementação de projetos de BI reside na falta de qualidade dos dados, as entidades até têm processos de
melhoria da qualidade de dados, mas não sabem ao certo que dados têm e suas características;
10. A principal finalidade do uso do BI é o apoio à gestão;
11. A principal informação disponibilizada são indicadores de gestão. Depois temos os relatórios operacionais e estratégicos;
12. As principais áreas de uso interno são a orçamental e financeira, específicas e RH;
13. Os utilizadores principais dos SBI são a Gestão de Topo e a Gestão Intermédia.
 Principais Conclusões (treze)

5.Conclusão:Contribuições
1. Resumo da história do BI, que não se encontra na literatura académica em PT, um contributo para o conhecimento científico;
2. São apresentados os poucos estudos na área do BI em Portugal, outro contributo para o conhecimento científico;
3. Face às lacunas na literatura sobre BI na AP, mormente em Portugal, permite conhecer o nível de implementação dos SBI na AP em
termos gerais e subsectores AC e AL, e assim obter uma visão do BI na AP, possibilitando colmatar as lacunas na literatura;
4. A identificação dos objetivos, finalidades, mais valias e FCS do uso de SBI na AP são contributos para a academia e conhecimentos
úteis para decisores do Estado, trata-se da primeira investigação abrangente sobre a situação dos SAD na AP Portuguesa;
5. Dá a conhecer a realidade na AP, pode constituir uma motivação para implementações ou melhorias de SBI, e permite saber quais
os requisitos para o sucesso de SBI, possibilitando fazer recomendações e promover a sua adoção;
6. Evidenciar aos decisores políticos e gestores da AP que se deve cuidar e tirar partido do ativo precioso dos dados da AP e elucidar
porque se implementam SBI e qual o retorno do investimento nestes SAD;
7. Aporte para os desafios da gestão pública, para que uma AP mais eficiente e eficaz, focada no serviço público e prestando
melhores serviços à sociedade, possa ser uma realidade em Portugal.
32
 Contributos (sete)

5.Conclusão:Limitações
1. Recorrendo a um questionário feito originalmente pela APDSI, sem grandes critérios científicos, a análise pode ter ficado, em alguns
aspetos superficial e não devidamente suportada;
3. A dimensão reduzida da amostra das entidades da AL com BI, pode limitar a capacidade de generalização dos resultados;
2. O diagnóstico sobre os SAD suportados por dados, em termos de SBI na AP, é baseado em perceções dos inquiridos (obtidas através de
um inquérito por questionário), podendo não corresponder à realidade, face à ambiguidade dos conceitos;
4. A dimensão muito reduzida da amostra das entidades da AR com BI, apenas 3, não permitiu investigar o uso do BI relativamente a este
subsetor.
33
 Limitações (quatro)

5.Conclusão:Perspetivasparaofuturo
1. Recomenda-se a definição e validação de um novo instrumento de recolha de dados, suportado nas teorias e na literatura, que
possibilite alargar e aprofundar o tema e identificar tendências futuras;
3. Sugere-se, igualmente, a replicação deste estudo no final de um novo ciclo político ou a sua aplicação em outros países, por forma a
obterem-se resultados comparáveis;
4. Deve-se colocar a possibilidade de se complementar este estudo com uma abordagem mais qualitativa, que permite aprofundar o
conhecimento efetivo dos SBI na AP e que permita validar os resultados obtidos.
2. É desejável que se faça uma investigação com uma amostra de maior dimensão de entidades da AL e da AR com BI, de modo a permitir
a análise destes subsectores e se poder generalizar os resultados;
34
 Perspetivas para o futuro (quatro)

OBRIGADO

Tese Business Intelligence na Administracao Publica Portuguesa

Recomendados

Recomendados

Mais conteúdo relacionado

Semelhante a Tese Business Intelligence na Administracao Publica Portuguesa

Semelhante a Tese Business Intelligence na Administracao Publica Portuguesa (20)

Último

Último (6)

Tese Business Intelligence na Administracao Publica Portuguesa