Caso de Estudo - Maturidade de um Datawarehouse

Propósito

Pretende-se com a apresentação do caso de estudo da empresa TOKPHONE, a realização do estudos do nível da maturidade apresentada pelas suas soluções de data warehousing, apresentando soluções para sua evolução.

Modelo de maturidade

Hierarquia do modelo de maturidade

A análise da maturidade de um data warehouse segue o modelo definido pelo TDWI (The data warehousing institute). Este classifica a evolução de um data warehouse segundo uma hierarquia de seis níveis, Pré-Natal, Infante, Criança, Jovem, Adulto e Sábio.

A imagem seguinte, ilustra, além dos níveis de maturidade, a curva de adopção/utilização de ferramentas de BI, concluindo-se que a maioria das empresas que utilizam ferramentas de BI encontra-se no nível de criança e jovem.

Golfo e Abismo

A evolução de nível no modelo pressupõe não só uma evolução tecnológica, no desenvolvimento de ferramentas adequadas a cada estado de maturidade e às necessidades da empresa, mas também de mentalidade de todos intervenientes envolvidos no DW. Este alinhamento é essencial na passagem entre fases identificadas ao longo da hierarquia, tendo sido identificadas com críticas/difíceis as passagens do nível Infante para Criança, apelidado de Golfo e de Jovem para Adulto, o Abismo.

No ponto crítico golfo a maior dificuldade prende-se com a percepção por parte da organização e os seus intervenientes da ineficácia da utilização de folhas de cálculo, suportadas por uma base de dados operacional, sendo capaz de reconhecer a potencialidade das ferramentas de análise do DW.

Já na fase crítica de abismo os gestores devem reconhecer o datawarehouse como uma ferramenta de utilização e aplicação da estratégica na empresa.

Caracterização dos níveis de maturidade

Os níveis de maturidade são caracterizados segundo os seguintes conceitos: Contexto, Responsável, Financiamento, Valor, Arquitectura, Informação, Desenvolvimento e Entregas.

A resposta a cada uma destas categorias permite a caracterização real dos modelos e ferramentas de análise, demonstrando que por vezes uma ferramenta não se encontra segundo estas premissas em um só nível apenas.

TOKPHONE

A figura seguinte ilustra o enquadramento da empresa ao nível da sua maturidade relativamente às suas ferramentas de análise e armazenamento de informação.

Como forma de evoluir a maturidade da ferramenta, seria imperativo em primeiro lugar, aumentar o nível de confiança dos utilizadores dos sistemas, através de acções de formação e sensibilização para a qualidade e viabilidade das ferramentas de data warehousing, ultrapassando desta forma o ponto crítico Golfo. Esta formação seria da responsabilidade da equipa de desenvolvimento de IT, aumentando desta forma a cumplicidade entre os colaboradores, de forma a quebrar futuras barreiras de cooperação inter-departamental. Como segunda medida sugiro a reformulação ou mesmo desenvolvimento de um novo data mart de clientes, de forma a possibilitar a integração de toda a informação. Todo o conhecimento adquirido na criação do data mart de vendas seria aplicado reduzindo consideravelmente o tempo de reformulação ou criação do data mart de clientes. Consequentemente a integração de informação permitiria alterar o contexto de departamental para divisão, transformando a informação em algo mais abrangente, permitindo a criação de novas análises de informação. Alterando o contexto, o financiamento passaria a ser alocado à divisão, subindo desta forma mais um nível na hierarquia.

Ao nível de organização empresarial seria interessante alinhar e centrar responsabilidades, de forma a maximizar o potencial de cada departamento na execução das suas funções. Por exemplo qualquer questão relativa a BI, criação de novos modelos, manutenção dos actuais, criação de relatórios estáticos, formação de utilizadores na utilização das ferramentas, deveria ser da responsabilidade do departamento de IT, uma vez que é este que contem os recursos com melhores classificações ao nível da área de BI.

Conclusão

Tendo como referência a matriz de maturidade da empresa será necessário algum investimento financeiro e humano de forma a permitir à empresa evoluir os seus processos internos, tendo como objecto final melhoramento das suas ferramentas de análise subindo o nível de maturidade dos seus sistemas.

Referências

• The datawarehouse Institute - http://tdwi.org/
• TDWI Maturity Model - Slides por João Guerreiro

Estratégia e o data warehouse

Qualquer uma destas filosofias de gestão, Activity based management/Cost (ABM/C), Custemor relationship management (CRM) e Business Process Managent, têm em comum a necessidade de sustentar os seus processos com informação. Sendo aplicadas por e em diferentes unidades na empresa, perspectiva táctica (ABM/C e CRM) e perspectiva operacional (BPM), e tendo propósitos diferentes recorrem a informação comum de diversos departamentos da empresa.

Os sistemas operacionais, apesar de conterem toda a informação necessária à análise, apresentam níveis de performance bastante reduzidos, principalmente no seu tempo de resposta à sua leitura, tornando-se exponencial na análise de informação histórica, por norma armazenada em locais diferentes (por norma tapes ou diferentes servidores) da base de dados operacional. Havendo a necessidade de reunir informação de diferentes sistemas operacionais, a integração de informação acaba por ter um papel fundamental, sendo esta uma das características do data warehouse. Sem reunir toda a informação útil à tomada de decisão, na maioria das situações, o gestor recorre apenas à pouca informação disponível (por vezes desactualizada) e à sua intuição, aumentando substancialmente o risco de erro na tomada de decisão.

Definidos como repositórios centrais de informação departamental da empresa, permitem aos gestores, recorrendo a ferramentas reporting (OLAP) e de data-mining, basear as suas decisões em informação integrada e disponível em tempo útil. Outra característica do data warehouse que reforça esta tendência é o facto de se adequar à temática em análise, focando a criação do seu modelo nas pesquisas realizadas pelo gestor.

Em suma mais e melhor informação permite aos gestores, independentemente da filosofia e dos seus objectivos, aplicar da melhor forma as estratégias definidas para empresa.

Referências:

• Data warehouses: improve strategic decision making with coherent views of data (ftp://service.boulder.ibm.com/software/data/bi/smb-why-warehouse.pdf)

• Enterprise Data Warehouse Strategy: Articulating the Vision, Information Management Magazine, January 2003 (http://www.information-management.com/issues/20030101/6183-1.html)

Balance ScoreCard

Em 1992, no artigo da Harvard Business Review, Kaplan e Norton apresentam uma nova ferramenta de análise financeira. Comparando com as ferramentas utilizadas até à data apresenta-se como revolucionária, uma vez que não condiciona os gestores apenas à utilização de indicadores financeiros, introduzindo novas perspectivas de análise, permitindo prever o futuro assim com definir e controlar o plano estratégico das empresas.

O balence ScoreCard é uma ferramenta que permite a caracterização da visão e estratégia da empresa em métricas significativas, que se traduzem em objectivos definidos segundo quatro perspectivas: aprendizagem e conhecimento, Interna, Clientes e Financeira.

Tal como ilustrado na figura, a estrutura do balance ScoreCard, tenta responder à seguintes questões:

• Para ter retorno e consequente sucesso financeiro, qual a nossa posição perante os nossos investidores? (Perpectiva Financeira)
• Para satisfazer os nossos clientes em que processos internos deveremos apostar?
• Qual a forma de maximizar o potencial dos meus colaboradores? Que tipo de colaboradores devem ter lugar na minha empresa? (Perspectiva de Aprendizagem e Crescimento)
• Quais os desejos dos meus clientes e como enquadra-los para atingir a minha visão? (Perspectiva Cliente)

in pt.Wikipedia.org\balance_ScoreCard

É recorrendo à caracterização dos objectivos estragégicos (resulta na criação de um mapa estratégico) como lead e lag, relacionando-os através das quatro perspectivas através de relações causa-efeito, que os gestores conseguem definir e aplicar a toda a empresa a sua visão estratégica.

Exemplo de Mapa Estratégico:

Vantagens:

• Envolvimento da empresa como um todo na definição da estratégia, através das quatro perspectivas.
• Consequentemente perminte a comunicação da estratégia a toda empresa, de forma clara, envolvendo todos os seus intervenientes, de shareholder a stockholder.

Dificuldades/Pitfalls:

• A criação de um balance ScoreCard não significa a sua correcta aplicação, sendo esta uma das questões mais dificeis que se depara perante os gestores.
• Dificuldade na sua construção, principalmente na definição de indicadores lead(causa ou origem) e lag (resultado).

Tomada de Decisões na Empresa

A tomada de decisões tem um papel cada vez mais central, nas empresas, nos dias de hoje. Sendo o objectivo principal das empresas a criação de valor, a tomada de decisão é a principal ferramenta que permite a estas empresas atingir de forma rápida e precisa o seu objectivo.

Dentro de uma empresa as decisões tomam-se a todos os níveis, estratégico, gestão ou táctico, e operacional. A figura 1 ilustra a relação o tipo de decisões existentes na empresa e quais os seus intervenientes. É importante ressalvar o fluxo de uma decisão, começando, por norma, nos administradores, propagando-se para o resto da empresa, originando nos níveis subsequentes a necessidade da tomada de novas decisões, com vista a um cenário desejável.

Ilustração 1 - Tipos de decisão na Empresa

A tomada de decisão não é mais do que a escolha de uma entre várias alternativas possíveis, em que a responsabilidade do gestor é decidir a melhor alternativa para cada momento em que se encontra a organização, de modo a garantir os resultados esperados. Esta escolha assenta num processo estruturado subdividido em 6 fases, onde a informação tem um papel central. MacCrimon sugere mesmo que “Todo o processo de tomada de decisões pode ser visto como aquisição e transformação de informação”. A figura 2 ilustra o seu papel, sendo possível observar que a informação alimenta a maioria das fases, enriquecendo o próprio processo.

Ilustração 2 - Processo de Tomada de decisão na Empresa

Trigger

O processo inicia-se com o despoletar de um evento, seja uma redução drástica do número de vendas de um produto, a insatisfação de clientes, algo que origine a necessidade de mudança com vista a um cenário desejado.

Definição de Problema

De seguida é necessário descrever, através de atributos quantitativos ou qualificativos, qual o estado actual e o desejável, indicando inicialmente qual o tipo de informação necessário no processo de tomada da decisão.

Estruturação

Definido o problema é necessário modela-lo. A utilização de modelos, físicos, simbólicos ou conceptuais, permite a distinção entre as causas e os efeitos, aproximando o decisor da informação necessária à escolha entre soluções distintas, para o problema definido.

Identificação de informação não necessária

Para eliminar entropia, na tomada de decisão, é preciso identificar a informação útil, recorrendo-se a modelos para exclusão da informação não interessante.

Análise da Informação

Após a identificação da informação útil, esta é analisada com recurso a métodos quantitativos, ou seja, análises estatísticas ou mesmo métodos qualitativos, dotando o decisor de mais e melhor informação no apoio à tomada de decisão.

Adequação da informação

Analisada a informação, o decisor ganha a percepção se a informação recolhida até então é suficiente para avançar no sentido desejado. Verificando que a informação não é adequada ou é insuficiente, recolhe mais informação regressando à fase de identificação de informação necessária, repetindo a fase de análise com mais ou melhor informação.

Reunida a informação necessária, basta ao decisor a difícil tarefa de tomar a decisão.

Referências:

• 2011, Duarte Trigueiros, Teoria da decisão
• Richard Bowett, organisation - decision-making in business
• Maria Alice Porto, Tomadas de decisão nas Organizações

História dos SSD (Sistemas de Suporte à Decisão)

Os sistemas de suporte à decisão, também conhecidos por sistemas de apoio à decisão, são processos/programas desenvolvidos para ajuda na tomada de decisões. Têm como pressuposto base a recolha e transformação de grandes quantidades de informação, estruturando a informação, para posteriormente ser apresentada por forma a auxiliar gestores, decisores, administradores a atingir os fins a que estes se propõem. Por norma estão direccionados para áreas empresariais sendo o seu utilizador comum o gestor de empresa. Estes sistemas encontram-se hoje massificados nas mais diversas áreas de negócio, desde a banca, à restauração, ao retalho, hospitais e administração pública.

Anos 40, 50

A sua génese data de 1947, quando o Nobel em economia, Professor Herbert Simon, publica no livro intitulado “Administrative Behaviour”, uma introdução à teoria do Sistemas de Suporte à Decisão. Herbert Simon apresenta três ideias onde enuncia as possibilidades/potencialidades deste tipo de sistemas:

1- A informação presente em computadores aumenta a capacidade racional do decisor, quando disponível nos momentos de tomada de decisão.

2- A criação de canais de comunicação, entre centros de decisão, aumenta a sua qualidade na tomada de decisão.

3- Perante a repetição de acontecimentos uma organização pode armazenar conhecimento aumentando a sua capacidade do decisor na tomada de decisão.

Estas ideias surgem numa época embrionária dos sistemas computacionais, apresentando os computadores pouca interacção com o utilizador e baixa capacidade de processamento. Esta teoria surge como foco de orientação para o desenvolvimento de sistemas capazes de auxiliar o processo decisor, não tendo à época aplicação imediata.

Anos 60

Na década de 60 surgem os primeiros sistemas de base de dados (SGBD), dotando as organizações de capacidade de armazenamento e leitura de informação estruturada, dando o mote para o aparecimento dos primeiros sistemas de suporte à decisão na década seguinte.

Anos 70

Nos anos 70 surgem os primeiros sistemas de apoio à decisão, recorrendo a simples modelos qualitativos, permitindo o acesso e manipulação de informação financeira e estatística de forma bastante elementar. Jonh Little apresenta um SSD, de nome Brandaid, para suporte empresarial no auxílio à tomada de decisão envolvendo produtos, preços e promoções. No final da década, dois estudantes de Harvard, desenvolvem aquela que se viria a tornar uma das ferramentas mais utilizada no mundo na área do planeamento financeiro, a folha de cálculo, tendo o condão de massificar a utilização de micro computadores por gestores nas organizações.

Anos 80

Na década de 80 aparecem vários sistemas de suporte à decisão, sistemas de informação executiva (EIS), sistemas de apoio à decisão em grupo (GDSS) e sistemas de apoio à decisão organizacionais (ODSS), evoluindo a filosofia de desenvolvimento “mono utilizador” para uma filosofia orientada ao modelo. Nesta época inicia-se ainda o desenvolvimento de sistemas baseados nos modelos Knowledge-driven e document-driven, sendo o primeiro suportado por uma onda visionária dos sistemas de Inteligência Artificial.

Anos 90

Os anos de 90 são prósperos para os sistemas de apoio à decisão como o aparecimento dos datawarehouses e as bases de dados OLAP (On-Line Analytical Processing).

Em 1999, Haettenschwiler categorizou um SSD como sendo:

· Passivo, ajudando no processo de tomada de decisão, sem apresentar soluções ou decisões explícitas.

· Activo, encontrando soluções de forma autónoma.

· Cooperativo, interagindo com o utilizador, permitindo refinar e alterar as sugestões que são dadas. Este input permite que o sistema melhore as sugestões até uma solução final.

Ano 2000 - ….

Com a massificação da internet surgem os sistemas de suporte à decisão online, reduzindo barreiras tecnológicas e geográficas, tornando mais fácil e menos dispendiosa a partilha de informação e conhecimento entre decisores.

Em 2002, Power sugere a seguinte caracterização de sistemas de suporte à decisão:

· model-driven, onde o ênfase está no acesso e manipulação de modelos estatísticos, financeiros, de optimização e/ou de simulação. Utilizam dados e parâmetros fornecidos pelo utilizador, ajudando-o a tomar decisões, baseado no output dos modelos. Utilização de poucos dados e parâmetros.

· communication-driven, suporta o trabalho colaborativo, permitindo que mais do que um decisor trabalhe sobre uma mesma tarefa.

· data-driven, coloca o ênfase no acesso e manipulação dados da organização, com uma forte componente temporal.

· document-driven, foca-se na gestão, obtenção e manipulação de dados não estruturados, em diversos formatos electrónicos.

· knowledge-driven, disponibiliza regras, procedimentos, entre outros, que ajudam na solução de problemas.

A figura seguinte ilustra a evolução cronológica dos sistemas de suporte à decisão, desde a sua génese até à actualidade.

Referências:

• 2011, Duarte Trigueiros, Teoria da decisão
• Daniel Power, A Brief History of Decision Support Systems