Adoção de Ferramenta Gerencial On

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 Santos1
Fabricio Junior Marcondes2
Rodrigo Vitorino Moravia3
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: [email protected]
2
Graduando em Sistema de Informação pela Faculdade Inforium de Tecnologia
Email: [email protected]
3
Pós-graduação em Business Intelligence e Banco de Dados pela IEC PUC Minas
Email: [email protected]
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
interativos complexos no quais políticas,
interligadas
como
processos
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)
funções
Estratégia funcional: consiste na estratégia delimitada pelas devidas
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
encontram de duas maneiras: detalhados e resumidos.
(PRIMAK,2008,p.17)
dos dados que
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
informações
conceitual
de
multidimensional,
performance
consistente,
transparência,
acessibilidade,
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,
geográfica o nível país não possui o subnível
em
Estado
para
uma dimensão
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
Aumento do nível de detalhe da Uma análise de vendas por
Drill Down
Drill Up
informação
e
diminuição
do
conseqüente estado é alterada para uma
nível
de análise de vendas das cidades
granularidade.
de um determinado estado.
Diminuição no nível de detalhe e
Uma análise de vendas é
Conseqüente aumento do nível Altera dade uma cidade para seu
de granularidade.
estado correspondente
Corta o cubo, mas mantém a
mesma
perspectiva
visualização
Slice
de
dados. Em uma dimensão tempo de um
dos
Funciona como um filtro que modelo é selecionado somente o
restringe
uma
à ano de2000.
dimensão
apenas umou alguns de seus
valores.
Mudança de perspectiva
da
visão multidimensional, como se
o cubo fosse girado. Permite A análise é alterada de região
Dice
descobrir
comportamentos
e (linha) por ano (coluna) para ano
tendências entre os valores das (linha) por região (coluna).
medidas analisadas em diversas
perspectivas.
O nível de análise dentro de uma O nível da análise é alterado
mesma dimensão é alterado, ou direto de ano para mês dentro da
Drill Across
seja, o usuário avança um nível dimensão tempo, quando esta
intermediário
dentro
de
uma é composta por ano, semestre e
mesma dimensão.
Ocorre quando o usuário passa
Drill Through
de uma informação contida em
uma dimensão para uma outra.
mês.
O usuário está realizando uma
análise na dimensão tempo e no
próximo
passo
analisa
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.
a
“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
Data Warehouse
Orientado a transação
Orientado ao processo de negócios
Milhares de usuários
Geralmente pequeno (MB até vários
GB)
Dados atuais
Poucos
usuários
(normalmente abaixo
de 100)
Grandes (de milhares de GB a vários
TB)
Dados históricos
Dados normalizados (muitas tabelas,
Dados não normalizados (poucas tabelas,
poucas colunas por tabela)
muitas colunas por tabela)
Atualizações contínuas
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
(CARVALHO,2004). Essa ferramenta não utiliza cubos
de
dados
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.