1. BUSINESS INTELLIGENCE
De início temos a necessidade de armazenar os mais variados tipos de dados:
nomes de clientes
listas de produtos
preços dos produtos
quantidades em estoque
quantidades vendidas
Entre outras informações dependendo do ramo de atividade da empresa.
CLIENTE PRODUTO PAGAMENTO
MARCIO CALÇA JEANS CARTÃO CRÉDITO
DADOS
ALINE BLUSA AZUL CHEQUE

2. BUSINESS INTELLIGENCE
Surge então a necessidade de transformar dados em informações, um exemplo seria
transformar uma tabela do Access em um relatório.
Porém somente este relatório não seria útil para a tomada de decisões, pois é preciso
antes a transformação das informações em conhecimento.
No final da década de 70, junto com os PC’s, surgem os ambientes de Front Office e
Back Office, para definir onde seriam armazenados os dados e quais aplicativos e
sistemas fariam a gestão empresarial.
BACK FRONT
BACK FRONT
BUSINESS
OFFICE OFFICE
OFFICE OFFICE
INTELLIGENCE
(ERP) (CRM)
(ERP) (CRM)

3. BUSINESS INTELLIGENCE
Business Intelligence é o processo de analisar informações brutas acumuladas da sua
empresa e a partir delas obter insights valiosos.
Business Intelligence permite que os responsáveis pelas decisões tenham as
informações certas, na hora certa e no lugar certo, capacitando-os a tomar melhores
decisões corporativas.
O Business Intelligence permite:
1. Aumentar as vendas
2. Estreitar as relações com clientes
3. Criar produtos melhores
4. Fornecer serviços melhores
5. Tornar as operações mais eficientes
6. Reduzir custos
7. Tomar melhores decisões

4. BUSINESS INTELLIGENCE
A FUNÇÃO DO BUSINESS INTELIGENCE É RESPONDER PERGUNTAS
Análise do Produto
Qual dos meus produtos é mais lucrativo?
Quais produtos são menos lucrativos mas têm a maior penetração?
Análise de Vendas
Como está a tendência de vendas nas lojas do sul do estado de São Paulo?
Que linhas de produto têm tendência de receita crescente?
Análise de Clientes
Quais as características de 10% dos clientes mais importantes e lucrativos?

5. BUSINESS INTELLIGENCE
ERP – ENTERPRISE RESOURCE PLANNING
Gestão das informações administrativas e financeiras
Distribuição e logística
Gestão de projetos
Administração dos recursos humanos
SCM – SUPPLY CHAIN MANAGEMENT
Gerenciamento da cadeia de suprimentos
CRM – CUSTOMER RELATIONSHIP MANAGEMENT
Call Center
Administração de vendas
Automação comercial

6. BUSINESS INTELLIGENCE
DATA WAREHOUSE
Organizar os dados corporativos da melhor maneira, para dar subsídio de
informações aos gerentes e diretores das empresas para tomada de decisão.
Um DW permite a geração de dados integrados e históricos auxiliando os diretores a
decidirem embasados em fatos e não em intuições ou especulações, o que reduz a
probabilidade de erros aumentado a velocidade na hora da decisão.
Cerca de 88% dos diretores admitem que dedicam quase 75% do tempo às tomadas
de decisão apoiadas em análises subjetivas, menosprezando o fato de que por volta
de 100% deles tem acesso a computadores.

7. BUSINESS INTELLIGENCE
DATA MART
A tecnologia usada tanto no DW como no Data Mart é a mesma, as variações que
ocorrem são mínimas, sendo em volume de dados e na complexidade de carga.
A principal diferença é a de que os Data Marts são voltados somente para uma
determinada área, já o DW é voltado para os assuntos da empresa toda.
Portanto, cabe a cada empresa avaliar a sua demanda e optar pela melhor solução. O
maior atrativo para implementar um data Mart é o seu custo e prazo.

8. BUSINESS INTELLIGENCE
Com o aparecimento de data mart ou warehouse departamental, a abordagem
descentralizada passou a ser uma das opções de arquitetura data warehouse. Os data
marts podem surgir de duas maneiras:
1. Top-down: é quando a empresa cria um Data Warehouse e depois parte para a
segmentação, ou seja, divide o Data Warehouse em áreas menores gerando
assim pequenos bancos orientados por assuntos.
2. Botton-up: é quando a situação é inversa. A empresa por desconhecer a
tecnologia, prefere primeiro criar um banco de dados para somente uma área.
Com isso os custos são bem inferiores de um projeto de DW completo.

9. BUSINESS INTELLIGENCE
DATA MINING
Qualquer sistema de Data Warehouse (DW) só funciona e pode ser utilizado
plenamente, com boas ferramentas de exploração.
Como o DW, possui bases de dados bem organizadas e consolidadas, as ferramentas
de Data Mining ganharam grande importância e utilidade.
Essa técnica, orientada a mineração de dados, oferece uma poderosa alternativa para
as empresas descobrirem novas oportunidades de negócio e acima de tudo, traçarem
novas estratégias.
O propósito da análise de dados é descobrir previamente características dos dados,
sejam relacionamentos, dependências ou tendências desconhecidas.

10. BUSINESS INTELLIGENCE
As ferramentas de Data Mining analisam os dados, descobrem problemas ou
oportunidades escondidas nos relacionamentos dos dados, e então diagnosticam o
comportamento dos negócios, requerendo a mínima intervenção do usuário, assim
ele se dedicará somente a ir em busca do conhecimento e produzir mais vantagens
competitivas.
Como podemos ver, as ferramentas de Data Mining, baseadas em algoritmos que
forma a construção de blocos de inteligência artificial, redes neurais, regras de
indução e lógica de predicados, somente facilitam e auxiliam o trabalho dos analistas
de negócio das empresas, ajudando as mesmas a serem mais competitivas e
maximizarem seus lucros.

11. BUSINESS INTELLIGENCE
Tais descobertas tornam-se parte da estrutura informacional em que decisões são
formadas. Uma típica ferramenta de análise de dados ajuda os usuários finais na
definição do problema, na seleção de dados e a iniciar uma apropriada análise para
geração da informação, que ajudará a resolver problemas descobertos por eles.
Em outras palavras, o usuário final reage a um estímulo externo, a descoberta do
problema por ele mesmo. Se o usuário falhar na detecção do problema, nenhuma
ação é tomada.
A premissa do Data Mining é uma argumentação ativa, isto é, em vez do usuário
definir o problema, selecionar os dados e as ferramentas para analisar tais dados, as
ferramentas do Data Mining pesquisam automaticamente os mesmos a procura de
anomalias e possíveis relacionamentos, identificando assim problemas que não
tinham sido identificados pelo usuário.

12. BUSINESS INTELLIGENCE
OLAP
As ferramentas OLAP são as aplicações que nossos usuários finais têm acesso para
extraírem os dados de suas bases com os quais gera relatórios capazes de responder
as suas questões gerenciais.
Elas surgiram juntamente com os sistemas de apoio a decisão para fazerem a
extração e análise dos dados contidos nos Data Warehouses e Data Marts.
Características dessas ferramentas:
Consultas ad-hoc - Nada mais é do que o próprio usuário gerar consultas de acordo
com suas necessidades de cruzar as informações de uma forma não vista e com
métodos que o levem a descoberta daquilo que procura.
Slice-and-Dice- Essa característica das ferramentas OLAP é de extrema importância.
Com ela nós podemos analisar nossas informações de diferentes prismas limitados
somente pela nossa imaginação.
Utilizando esta tecnologia conseguimos ver a informação sobre ângulos que
anteriormente inexistiam sem a confecção de um DW e a utilização de uma
ferramenta OLAP.

13. BUSINESS INTELLIGENCE
Drill Down/Up - Consiste em fazer uma exploração em diferentes níveis de detalhe
das informações. Com o Drill Down você pode “subir ou descer” dentro do
detalhamento do dado, como por exemplo analisar uma informação tanto
diariamente quanto anualmente, partindo da mesma base de dados.
Geração de Queries- A geração de queryes no OLAP se dá de uma maneira simples,
amigável e transparente para o usuário final, o qual precisa ter um conhecimento
mínimo de informática para obter as informações que deseja.
Cada uma destas tecnologias e técnicas tem seu lugar no mercado de DSS (Decision
Support System) e apóia diferentes tipos de análises.
É importante lembrar que as exigências do usuário devem ditar que tipo de Data Mart
você está construindo. Como sempre, a tecnologia e técnicas devem estar bem
fundamentadas para atenderem da melhor maneira possível essas exigências.
Os Data Warehouses / Data Marts, servem como fonte de dados para estas
aplicações, assegurando a consistência, integração e precisão dos dados.

14. BUSINESS INTELLIGENCE
Balanced Scorecard
É um modelo de gestão que auxilia as organizações a traduzirem a estratégia em
objetivos operacionais.
O BSC foi desenvolvido há cerca de 10 anos por Robert Kaplan e David Norton
(Universidade de Harvard).
A sua implementação permite criar uma visão ampla dos objetivos da empresa para
atingir todos os níveis da organização.

15. BUSINESS INTELLIGENCE
Workflow
Distribuição de tarefas de uma pessoa para outra através de um sistema de rede de
acordo com um conjunto de regras.
O Workflow rastreia todos os momentos de trabalho e gera estatísticas sobre eles,
auxiliando os gerentes a identificarem gargalos nos processos.

16. BUSINESS INTELLIGENCE
O BUSINESS INTELLIGENCE DEVE:
Permitir um rápido retorno do investimento
Ser amplamente adotada pelos usuários de toda organização
Crescer e se adaptar de acordo com as mudanças do negócio
Ser flexível e fácil de aplicar
Suportar uma grande variedade de tipos de dados
Ser compatível com a Internet
Fornecer conclusões de forma personalizada e oportuna
Lidar com grandes volumes de dados e quantidade de usuários
Capacitar os usuários para tomar decisões e agir

17. BUSINESS INTELLIGENCE
Cristiane Rocha Thiel
Tel.: (11) 7834-7756
cristiane@cristianerocha.net
www.cristianerocha.net
OBRIGADA!