Transcription

CONCEITUANDO O TERMO BUSINESS INTELLIGENCE: ORIGEM E PRINCIPAIS OBJETIVOSFernando Rigo Botelho¹ e Edelvino Razzolini Filho²¹Mestrando e ² Professor do Programa de Pós Graduação em Ciência, Gestão e Tecnologia da Informação, PPGCGTI,Universidade Federal do Paraná, UFPRResumosoftware de BI. Em contrapartida, outra pesquisa realizada peloCentro de Estudos sobre as Tecnologias da Informação e daComunicação (CETIC.BR, 2012) indica que o principal motivoque levou as empresas a introduzirem novos softwares ourealizar algum aperfeiçoamento foi a busca pela melhoria dosprocessos, com 35% das respostas. Tais dados evidenciamafirmações encontradas na literatura de que os sistemascontribuem para uma melhor execução e controle de processose que as empresas buscam cada vez mais aperfeiçoá-los,inclusive o de tomada de decisão.As organizações são permeadas por decisões e informações.Com o aumento da competitividade, tomar as decisões maisacertadas passou a ser fundamental para o futuro dasorganizações. Com a tarefa de fornecer informações paradecisões, os sistemas de Business Intelligence ganham cada diamais espaço no portfólio de sistemas das empresas. Mesmoassim, o uso desses sistemas ainda é baixo. Este artigo busca,por meio de uma pesquisa bibliográfica, conceituar o termoBusiness Intelligence (BI), identificando sua origem, conceitos,termos correlatos e a relação com os níveis organizacionais.Como principais resultados, apresenta uma tentativa deconceito para o termo BI a partir de diversos conceitosdivergentes identificados na literatura e um resumo dosprincipais termos e aplicações desses sistemas.Palavras Chave: Business Intelligence, Sistemas de Apoio àDecisões, Conceitos Correlatos de BI.Gráfico 1: Proporção de empresas que utilizam softwaresde BI ou GC dentre as empresas que utilizam computadorTOTAL9%Outros Serviços9%Informação e Comunicação15%Comércio e Reparação*IndústriasIntroduçãoEm mercados competitivos, cada detalhe éimportante no momento de definir o lucro e o prejuízo daempresa. Decisões erradas, sejam estratégicas, táticas ouoperacionais, podem custar o futuro da empresa, assim comouma correta, definir sua sobrevivência ou sua expansão. Porisso, cercar a decisão com a maior quantidade de argumentospossíveis é fundamental para minimizar o risco de erro. Essesargumentos podem ser fatos e informações do ambiente internoou externo da organização. Tomar decisões baseadas em fatosou informações não significa excluir a intuição do processo,mas usá-la como complemento, buscando a decisão maisadequada.A partir da tomada de decisão baseada em fatos einformações, surge uma necessidade: recuperar os fatos einformações oportunas e em tempo hábil. Para satisfazer essanecessidade, desenvolveram-se os sistemas de apoio à decisãoe mais tarde, o Business Intelligence (BI) considerado poralguns, sua evolução. Esses sistemas, ganharam espaço nomercado com o advento da era da informação, em meados dadécada de 90, onde o diferencial competitivo passou a ser acapacidade analítica da empresa (PEREIRA, REZENDE, &ABREU, 2000; POWER, 2007; DAVENPORT, HARRIS, &MORISON, 2010; BARBIERI, 2011).5%10%15%20%(IBGE, 2010)* de veículos automotores e motos.O Gráfico permite perceber a pouca utilização deO total de empresas pesquisadas foi de 2.222.902.A questão utilizada na pesquisa aborda softwares de BusinessIntelligence o de Gestão do conhecimento (GC), porém a GC nãoserá abordada neste trabalho.ISSN: 1690-86278%0%Apesar dos avanços dos computadores e dasferramentas de BI, constata-se uma baixa utilização dosmesmos nas empresas. Dados da pesquisa TIC-EMPRESAS(IBGE, 2010) (Gráfico 1) mostram que apenas 9% 1 dasempresas pesquisadas que possuem computador usam algumsistema de Business Intelligence ou Gestão do Conhecimento2.O ramo de atividade que mais utiliza esse tipo de sistema é o deinformação e comunicação, com 15,33% e o que menos utilizaé o de indústrias com 8%.129%SISTEMAS, CIBERNÉTICA E INFORMÁTICATendo em vista essa busca pela melhoria dosprocessos e por melhores decisões, o baixo uso das ferramentasde BI parece contraditório. Se, conforme Simon (1963) jáafirmava nos anos 1960, a tomada de decisão é sinônimo deadministrar, então por que muitas empresas ainda não utilizamuma ferramenta que tem o objetivo de auxiliar o processodecisório? Talvez, alguns motivos possam ser apontados, comoalto custo das ferramentas e a falta de pessoas qualificadas,pois ferramentas existem, tanto pagas, como SAP Businessobjects, IBM Cognos, SAS Business Intelligence,Qlikview , como gratuitas, com Pentaho.Outra explicação, seria a falta de conhecimento dosadministradores sobre BI que acabam usando outrasferramentas para apoiar o processo decisório, porém, de formafragmentada, como o Microsoft Excel, LibreOffice Calc,dentre outros ou apenas relatórios gerenciais. A segundajustificativa, a priori, é a mais aceitável, visto que as empresasprecisam tomar decisões todos os dias, independente do uso ounão de ferramentas.Dessa forma, essas empresas que hoje não utilizamBI podem estar deixando de obter mais agilidade e,consequentemente, tomar melhores decisões por nãoconseguirem visualizar os benefícios e como tais ferramentaspodem contribuir no seu processo decisório. Em alguns casos,conforme a experiência dos autores, elas até possuem opotencial analítico, porém não utilizam as ferramentasadequadas para análises.Para este trabalho, como objetivo, elabora-se umatentativa de conceituar o termo Business Intelligence, tãopouco compreendido e difundido nas organizaçõesempresariais, sobretudo de pequeno e médio porte no Brasil.A partir desse, se estabeleceu como objetivosespecíficos: a) verificar a origem do termo BusinessVOLUMEN 11 - NÚMERO 1 - AÑO 201455

Intelligence; b) identificar conceitos de BI na literatura; c)definir os termos correlatos de BI; d) Identificar relação do BIcom níveis organizacionais; e) Identificar objetivos dossistemas de BI.Importante esclarecer que, por ser assunto atual,objeto de inúmeras pesquisas, discussões e, ainda, poucoimplementado nas organizações (sobretudo no Brasil), não setem outra pretensão que não a de trazer questões a seremdiscutidas e aprofundadas por meio do debate acadêmico e querepresentem estímulo aos interessados neste campo de estudo.MetodologiaPesquisa possui caráter teórico e descritivo. Teóricopor que apresenta uma pesquisa bibliográfica, suportada porrevisão de literatura, aprofundada sobre o termo BusinessIntelligence, utilizando periódicos e livros. Descritivo devido àtentativa de caracterizar o conceito de BI, identificando seusprincipais componentes e descrevendo o conceito a partir daliteratura pesquisada (GIL, 2009; SAMPIERI, CALLADO, &LUCIO, 2013).As principais bases científicas utilizadas foram oportal de periódicos da Coordenação de Aperfeiçoamento dePessoal de Nível Superior (CAPES), a Business SourcePremier (EBSCO) e a Journal Storage (JSTOR), sendo as duasúltimas bases restritas com acesso via Universidade Federal doParaná - UFPR. Livros foram selecionados com base nasreferências dos artigos pesquisados, por indicação deespecialistas e de professores e alunos do Programa deMestrado em Ciência, Gestão e Tecnologia da Informação, daUFPR.Pesquisa foi realizada entre o final do 2º semestre de2012 e o 1ª semestre do ano de 2013. Das 18 referênciasutilizadas na revisão de literatura, 71% são internacionais e12% são obras traduzidas. 41% são periódicos, sendo que 85%internacionais. Os principais foram: Revista Economică, IEEETransactions on Industrial Informatics, Journal of KnowledgeManagement, Economics and Information Technology, IBMJournal of Research and Development e Database ãoapresentados a seguir. Primeiramente é abordada a origem dotermo BI, seguida dos conceitos identificados, dos conceitoscorrelatos de BI e da relação de BI com os níveisorganizacionais.Revisão de LiteraturaNesta seção se apresenta a pesquisa bibliográficarealizada, com a fundamentação teórica que permite que seatinjam os objetivos estabelecidos para este trabalho.Origem do Termo Business Intelligence (BI)O termo Business Intelligence foi utilizado pelaprimeira vez na década de 50 por Hans Peter Luhn, umpesquisador da IBM, no artigo intitulado “A BusinessIntelligence System” (ELENA, 2011). O autor propõe odesenvolvimento de sistema automático, baseado em máquinasde processamento de dados, que indexa e codificaautomaticamente documentos e dissemina informações nasorganizações conforme o ponto de ação.Luhn (1958) se preocupava com a comunicação,mais especificamente, com a disseminação da informaçãodentro da organização. Segundo ele, a “comunicação eficienteé uma chave para o progresso em todos os campos do esforçohumano” (LUHN, 1958, p. 314). Os métodos que existiam na56SISTEMAS, CIBERNÉTICA E INFORMÁTICAépoca para comunicação não atingiam objetivos dasorganizações, além do que a divisão e especialização dasfunções criavam novas barreiras para o fluxo da informação.As empresas necessitavam métodos mais eficientes derecuperação e disseminação da informação. Surge, então,proposta do autor para um sistema de inteligência de negócios,que aborda: coleta ou aquisição de novas informações;disseminação; armazenamento; recuperação; e, transmissão deinformações (LUHN, 1958).Para Luhn (1958, p. 314), negócio é um conjuntode atividades que levam a um objetivo. Comunicação éconsiderada facilitador para condução de um negócio.Inteligência é a habilidade de compreender relações entre osfatos e usá-las como guia que oriente ações rumo ao objetivo.Documento é bloco de informações delimitado fisicamente,como uma carta, um relatório ou um livro etc. O sistema deinteligência de negócios provê meio para disseminar ainformação para cada ponto de ação (entendido como gruposde necessidades do usuário) conforme suas requisições oudesejos atuais (LUHN, 1958).O sistema proposto por Luhn (1958) é baseado emmicrofilmagem, com as seguintes etapas: entrada dodocumento, perfis de ponto de ação, disseminação da novainformação, aceitação da informação disseminada, recuperaçãoda informação, aceitação da informação recuperada, detecçãodas características dos pontos de ação e saída do documento.Armazena os perfis de usuários, os documentos já preparadosde forma a facilitar a recuperação posterior. Os perfis deusuário são identificados por duas perguntas: “Quem precisasaber?” e “Quem sabe o que?”. Os documentos sãoselecionados com base também em duas perguntas: “Quemprecisa saber?” e “O que é conhecido?”. Por fim, também duasquestões orientam consultas: “Quem sabe o que?” e “O que éconhecido?”. Essas questões fazem parte de uma área decomparação que alimenta uma área de monitoramento emconstante contato com os pontos de ação, monitorando-os erealimentando o sistema.As maiores dificuldades para utilização dessessistemas na época foram o estágio de desenvolvimento doscomputadores e o formato dos documentos. A informação eratransmitida por meio de documentos impressos e as máquinastinham dificuldade (ou nem conseguiam) digitalizá-losadequadamente. Ter os documentos em formato digital era umpré-requisito básico do sistema. Por isso, o desenvolvimentodesses sistemas era inviável ou muito distante da realidade naépoca (LUHN, 1958).Os sistemas de Business Intelligence tiverammaior desenvolvimento a partir da década de 1980,impulsionados pela evolução dos computadores pessoais eaumento da capacidade de processamento (ELENA, 2011;VERCELLIS, 2009). Nessa época, os dados começaram aganhar destaque, surgindo as disciplinas de administração dedados, modelagem de dados, engenharia da informação e aanálise de dados (BARBIERI, 2011). “As três principaisfunções do BI são consultar, relatar e analisar” (TURBAN &VOLONIMO, 2013, p. 330). Para Mircea e Andreescu (2011)as ferramentas de BI auxiliam a compreender os fatores queinfluenciam as métricas de desempenho e ajudam os gerentes aencontrarem as informações certas para gerenciar o negócio.O Gartner Group é o marco do desenvolvimentodos sistemas de BI como são vistos atualmente. Em 1989Howner Dresner, que posteriormente se tornou pesquisador doGartner Group, definiu Business Intelligence como um termoguarda-chuva que abordava conceitos e métodos para auxiliar atomada de decisão nos negócios com apoio de sistemasbaseados em fatos (ELENA, 2011; GARTNER, 2013;VOLUMEN 11 - NÚMERO 1 - AÑO 2014ISSN: 1690-8627

POWER, 2007).Como o Conceito é Visto AtualmenteNo entanto, a definição do termo BusinessIntelligence ainda não é consenso entre os autores pesquisados.É possível identificar termos e objetivos comuns nasdefinições, porém não há regra clara. Além disso, “é difícilcompreender totalmente a BI, porque seus aplicativos não sãosistemas autônomos, nem dão suporte a objetivos específicos,como outros sistemas (SCM, CRM etc)” (TURBAN &VOLONIMO, 2013, p. 326). Na Quadro 1 apresenta-sedefinições identificadas na literatura. Na primeira coluna éapresentado o conceito e na segunda, o autor.Quadro 1: Conceitos de BI na Literatura.ConceitoAutorUm sistema automático para disseminar informação para vários setores de qualquer empresa, utilizando (LUHN, 1958, p. 314)máquinas de processamento de dados (computadores), auto-abstração e auto-codificação de documentos ecriando perfis para cada ponto de ação da organização por palavra padrão.“. é a aplicação de um conjunto de técnicas e ferramentas que são propostas para auxiliar na (SANTOS, 2009)administração de um negócio e na tomada de decisões”.“Pode ser definido como o apoio de modelos matemáticos e metodologias de análise que explorem os (VERCELLIS, 2009, p.dados disponíveis para gerar informação e conhecimento para processos de tomada de decisões 3)complexas”.“. refere-se às aplicações e tecnologias para consolidar, analisar e oferecer acesso a grandes quantidades (RAINER &de dados, para ajudar os usuários a tomar melhores decisões empresariais e estratégicas. As aplicações de CEGIELSKI, 2011, p.BI oferecem visões históricas, atuais e previsíveis das operações de negócio”.311)“. de forma mais ampla, pode ser entendido como a utilização de variadas fontes de informação para (BARBIERI, 2011, p.definir estratégias de competitividade nos negócios da empresa. Podem ser incluídos nessa definição os 95)conceitos de estruturas de dados, representadas pelos bancos de dados tradicionais, data warehouse, edata marts, criados objetivando o tratamento relacional e dimensional de informações, bem como astécnicas de data mining aplicadas sobre elas, buscando correlações e fatos “escondidos”.“. Une dados, tecnologia, analises e conhecimento humano para otimizar decisões nos negócios e (TDWI, 2013)ultimamente tem dirigido o sucesso das empresas. Programas de BI usualmente combinam um datawarehouse empresarial (EDW) e uma plataforma de ferramentas de BI para transformar dados eminformações usáveis para o negócio“.“. refere-se à coleção de SIs e de tecnologias que dão suporte à tomada de decisão gerencial ou (TURBAN &operacional – controle pelo fornecimento de informações nas operações internas e externas”.VOLONIMO, 2013, p.326)“. É um termo guarda-chuva que inclui as aplicações, infraestrutura e ferramentas e as melhores práticas (GARTNER, 2013)que permitem acesso e análise de informações para promover e otimizar decisões e performance”.“. refere-se às aplicações e tecnologias que são utilizadas para coletar, acessar e analisar dados e (BALTZANinformações de apoio à tomada de decisão”.PHILLIPS, 2012,234)&p.“. É o processo de transformação de dados brutos em informações utilizáveis para maior efetividade (DUAN & XU, 2012estratégica, insights operacionais e benefícios reais para o processo de tomada de decisão nos negócios”.Termos comuns que podem ser verificados nasdefinições são: apoio à tomada de decisão, data warehouse,acesso fácil à informação e ferramentas de análise. Elastambém concordam que o termo BI é algo complexo, que vaialém de apenas um software. Turban e Volonimo (2013), porexemplo, citam uma coleção de softwares e tecnologias.Gartner (2013) ressalta que o termo é “guarda-chuva”,colocando aplicações, infraestrutura e ferramentas de análisesob sua definição. Barbieri (2011) destaca as fontes de dados(data warehouse, data marts etc.) e técnicas de análise dedados para otimizar decisões e performance.Desta forma, o conceito de Business Intelligenceadotado nesse trabalho será uma junção dessas definições. BIserá entendido como um conceito que abrange aplicativos,ferramentas e metodologias usadas para coleta,tratamento, armazenamento, recuperação e disseminaçãode informações com o objetivo de auxiliar o processo detomada de decisões organizacionais complexas. Essadefinição aborda desde a ideia original do termo proposto porLuhn (1958) de um sistema que automatizasse o processo debusca e recuperação de informações e documentos por meiode indexação por pontos de ação, até as definições maisISSN: 1690-8627SISTEMAS, CIBERNÉTICA E INFORMÁTICAatuais, como do Gartner (2013) e Turban e Volonimo (2013)que abordam ferramentas, metodologias e aplicativos queapoiem os processos decisórios da organização.Conceitos CorrelatosDiante do leque de termos identificados nosconceitos, alguns passam a ser fundamentais na compreensãodo BI. ETL, data mart, data warehouse, ferramentas emetodologia de análise são os principais. Barbieri (2011, p.95) denomina esses termos de conceitos correlatos de BI. JáTurban e Volonimo (2013, p. 330) os chamam decomponentes de BI. Neste trabalho, será adotado o primeiro,conceitos correlatos de BI que são apresentados a seguir.Extração, Tratamento e Carga – ETL, é oprocesso que coleta dados relevantes dos bancos de dadostransacionais, transforma-os em um padrão (por processos delimpeza, tratamento e classificação) e os carrega no datawarehouse ou no data mart (BARBIERI, 2011; TURBAN;VOLONIMO, 2013). Esse processo é necessário quando aempresa possui várias fontes de dados em formatosdivergentes ou bases muito grandes. A partir da ETL, osVOLUMEN 11 - NÚMERO 1 - AÑO 201457

dados importantes para análises são armazenados em umaúnica base, agilizando e facilitando a recuperação dainformação. Esse repositório único é chamado de data martou data warehouse (VERCELLIS, 2009; BATISTA et al.,2012).Data mart (DM) é o nome dado ao repositório dedados relacional ou multidimensional que busca servir àinteresses de uma área específica da empresa ( VERCELLIS,2009; BARBIERI, 2011; BATISTA et al., 2012). Ele pode serconsiderado um data warehouse funcional, departamental oureduzido devido ao seu tamanho menor e finalidade maisespecífica (VERCELLIS, 2009; TRNINIĆ, ĐURKOVIĆ &RAKOVIĆ, 2011). Algumas empresas preferem desenvolverseus projetos de BI com base em diversos data marts queexigem menos esforço e consequentemente têm custo menor(VERCELLIS, 2009).Data warehouse (DW) é o nome dado dimensional, que serve aos interesses de todos osdepartamentos da organização (BARBIERI, 2011; BATISTAet al., 2012). Um DW se diferencia de um banco transacional(utilizado por um ERP, por exemplo) principalmente pela nãovolatilidade (dados não podem ser modificados pelo usuário),pelo tempo que ficam armazenados, pois não são excluídosdados com o passar do tempo (dai ser histórico) e pela formade armazenamento dos dados por assunto, sumarizados notempo (BARBIERI, 2011; BATISTA et al., 2012).Ferramentas e metodologias de análise de dadossão o ápice dos sistemas de apoio à decisão. Após o processode ETL carregar as informações no DW ou no DM, asferramentas de análise e metodologias são responsáveis porprocurar informações úteis para tomada de decisão.Destacam-se o data mining (mineração de dados) e asferramentas OLAP (RAINER & CEGIELSKI, 2011;BALTZAN & PHILLIPS, 2012). Vercellis (2009, p. 9) atribuia esse conceito o nome de “metodologias de BusinessIntelligence”. O autor também acrescenta as análises de cubomultidimensionais, análise exploratória de dados, análise deséries temporais e a otimização, além da mineração. A seguir,serão descritas as principais dessas técnicas.Mineração de dados é o processo de análise dedados para extrair informações e conhecimentos que não sãovisualizados claramente em sistemas comuns (BARBIERI,2011; BALTZAN & PHILLIPS, 2012;). “É uma forma decapitalizar em cima dessas informações, tentando descobrirpadrões de comportamento de clientes ou identificando, porexemplo, estilos de ações fraudulentas em cartões de créditoou em seguradoras” (BARBIERI, 2011, p. 131). Busca extrairinformação e conhecimento, por meio de relações entre osdados, que permitam inferências sobre o que pode ocorrer(análise preditiva) ou correlações entre o que já ocorreu(VERCELLIS, 2009; BARBIERI, 2011; TURBAN &VOLONIMO, 2013). Os recursos mais comuns utilizados sãoa análise de agrupamento, detecção de associações e análisesestatísticas, como correlação e regressão (BALTZAN &PHILLIPS, 2012, p. 239).Duan e Xu (2012) classificaram técnicas demineração em dois abrangentes grupos: Aprendizadosupervisionado e aprendizado não supervisionado.“Os métodos de aprendizado supervisionadoconstroem modelos para predizer um atributo nãoconhecido de acordo com atributos observados,enquanto os métodos de aprendizado s, gráficos de processo e correlaçõesentre os dados” (DUAN & XU, 2012, p. 680).58SISTEMAS, CIBERNÉTICA E INFORMÁTICAExemplos de métodos supervisionados são:árvores de decisão; estatística bayesiana; redes neurais; vetorde apoio em máquinas (Support Vector Machine); vizinhomais próximo (Nearest Neighbor); e, problemas complexos.A automineração e o agrupamento são exemplos de métodosnão supervisionados.OLAP (Processamento Analítico em Tempo Real)é o processo ou arquitetura que permite realizar análisescomplexas, multidimensionais e, geralmente, em interfacesgráficas de dados, a partir de bancos tradicionais ou de umDW (BARBIERI, 2011; RAINER & CEGIELSKI,2011). Ferramentas de OLAP geralmente possuem interfacede usuário final (front-end) amigáveis e interativas (DUAN &XU, 2012). Têm o objetivo de trabalhar dados existentes,buscando consolidações em vários níveis, trabalhando fatosem dimensões variadas (BARBIERI, 2011). Vercellis (2009)apresenta uma comparação do conceito de OLAP com o deProcessamento de Transações em tempo real (OLTP), doistermos comuns quando se trata de BI. A diferença básicaentre ambos é o tipo de banco de dados utilizado. Os sistemasOLAP usam DWs enquanto os OLTP usam basestransacionais.A Figura 1 apresenta a relação entre os principaiscomponentes de BI. Na parte de baixo da figura estão osbancos dados. Do lado esquerdo, têm-se os bancostransacionais, onde os dados estão salvos por operação. Apóso processo de ETL, os dados são armazenados em um oumais DMs por departamento ou em um DW com dados detoda a empresa. Acima dos bancos de dados está acaracterística da granularidade dos dados. Verticalmente aobanco transacional, está a granularidade dos dados em umbanco deste tipo, onde são salvos separados por transação.Acima do DM e do DW está a granularidade destes tipos debanco. Os dados nesse tipo são armazenados em dimensõesque são melhor representadas por um cubo multidimensional.Ao lado do cubo, as setas representam as dimensões vendas,clientes e financeiro. Esse é o formato que os dados ficamarmazenados no DM ou DW. No topo da figura estão asferramentas de análise e uso. Verticalmente ao bancotransacional têm-se ferramentas OLTP e acima, exemplosdessas ferramentas (ERP, CRM, SCM etc.). Do lado direito,as ferramentas OLAP e, acima, exemplos dessas ferramentas(BI, SAD etc.).BI e Níveis OrganizacionaisAtualmente adota-se abordagem de BI queabrange os três níveis hierárquicos da organização:estratégico, tático e operacional. O BI tradicional abrange onível estratégico e o tático. A novidade agora é o uso de BItambém no nível operacional (IMHOFF, 2006; AIRINEI &HOMOCIANU, 2009; BALTZAN & PHILLIPS, 2012;TURBAN & VOLONIMO, 2013). Segundo Turban eVolonimo (2013) a alta competitividade é o principal fatorque influencia empresas a adotarem BI no nível operacional.Nesse nível, também se busca melhorar decisões, como darrespostas mais rápidas aos clientes. No caso do BIoperacional, análises precisam ser feitas em tempo real. Parasolucionar isso, as empresas buscam diminuir tempo deatualização do DW ou executar análises diretamente na basetransacional.O Quadro 2 apresenta um comparativo entre ostipos de BI. Na primeira coluna, é apresentada a caraterísticaa ser comparada. Na segunda, como essa característica é vistano BI estratégico. Na terceira, como é no BI tático. Por fim,na última, como é no BI operacional.A principal diferença está na temporalidade dosdados e no foco de negócio. O BI operacional deve serVOLUMEN 11 - NÚMERO 1 - AÑO 2014ISSN: 1690-8627

imediato ou no mesmo dia e objetiva auxiliar o controle dasoperações diárias (TURBAN & VOLONIMO, 2013). Mesmoassim, é importante que os três tipos sejam orientados ealinhados aos objetivosPHILLIPS, 2012).daorganização(BALTZAN;Figura 1: Representação da Relação entre os Conceitos Correlatos de BICaracterísticaQuadro 2: Comparativo Entre as Características da BI Estratégica, Tática e OperacionalBI EstratégicaBI TáticaBI OperacionalFoco principal donegócioAtingir as metas empresariais emlongo prazoAnalisar dados; entregar relatóriosAdministrar operações do dia a diacom relação a atingir metasPrincipais usuáriosExecutivos, analistasExecutivos, analistas, gerentes desetorGerente de setorMétricasMétricas são um mecanismo defeedback para companhar eentender como a estratégia estáprogredindo e quais ajustesprecisam ser planejadosMétricas são um mecanismo defeedback para companhar eentender como a estratégia estáprogredindo e quais ajustesprecisam ser planejadosMétricas são individualizadas paraque o gestor de cada linha possaobter insight sobre o desempenhode seus processos de negócioPrazoMensal, trimestral, anualDiário, semanal, mensalImediatamente, dentro do diaTipos de dados ouusosHistórico, preditivoHistórico, preditivoEm tempo real ou quase em temporealConsiderações FinaisApós análise da literatura é possível verificar aimportância dos sistemas de BI para as organizações.Também evidencia-se que seu conceito é complexo e talvezpor isso ainda é pouco utilizado na maioria das organizações.Essa questão, também observada na introdução, é evidenteem outras pesquisas realizadas pelos autores. Por exemplo,uma realizada em um shopping de Curitiba, Paraná, Brasil,com 116 gerentes, supervisores e proprietários de lojas decalçados e vestuário durante o 1º semestre de 2013, onde 88%das empresas pesquisadas não utilizam sistemas de apoio àISSN: 1690-8627SISTEMAS, CIBERNÉTICA E INFORMÁTICAdecisão, 91% não sabem o que é um sistema de BI e apenas2% utilizam sistemas de BI.Sobre os objetivos deste trabalho, o primeiro,“verificar a Origem do termo Business Intelligence”, foiatingido. Conforme identificado na literatura o termo foiusado pela primeira vez no trabalho de Hans Perter Luhn em1958. Durante os anos 1980 ganhou o significado e aimportância como visto atualmente devido ao trabalho deHowner Dresner que posteriormente se vinculou ao GartnerGroup e por isso o termo é comumente relacionado à tal.O objetivo “Identificar conceitos de BusinessVOLUMEN 11 - NÚMERO 1 - AÑO 201459

Intelligence na literatura” também foi atingido. Foramidentificados dez conceitos de autores distintos. Dentre essesdez é possível encontrar similaridades, e concluir que não háconsenso.A partir de tais conceitos é possível identificartermos que fazem parte do BI, denominados correlatos(BARBIERI, 2011). Foram identificados e descritos,contribuindo para que o objetivo “definir os termos correlatosde Business Intelligence” fosse alcançado.Atualmente BI também pode ser relacionado oumelhor, utilizado em todos os níveis hierárquicos dasorganizações. Primeiramente esses sistemas foramconcebidos para apoiar apenas os níveis estratégicos e táticos,tida como BI tradicional. Como o aumento dacompetitividade entre as empresas, passou-se a empregar BIno nível operacional. As principais diferenças entre os trêsReferênciasAIRINEI, D., & HOMOCIANU, D. (2009). Dss vs. businessintelligence. Revista Economică, Suplemento(2), 7–11.BALTZAN, P., & PHILLIPS, A. (2012). Sistemas deInformação. (R. Dubal, Trans.) (p. 369). Porto Alegre:AMGH.BARBIERI, C. (2011). BI2 - Business Intelligence:modelagem e qualidade (p. 392). Rio de Janeiro:Elsevier.BATISTA, C. F., SOUZA, E. P. R., CORREIA NETO, J. S.,& DORNELAS, J. S. (2012). Proposta de data martpara análise de faturamento de empresa de varejoutilizando software livre. Revista Brasileira 0.6008/ESS2179CETIC.BR, C. de E. sobre as T. da informação e da C.(2012). CETIC.br - TIC EMPRESAS 2012. TICEMPRESAS 2012. Retrieved July 18, 2013, fromhttp://www.cetic.br/empresas/2012/DAVENPORT, T., HARRIS, J., & MORISON, R. (2010).Inteligência Analítica nos negócios: Como usar aanálise de informações para obter resultadossuperiores (p. 237). Rio de Janeiro: Elsevier.DUAN, L., & XU, L. D. (2012). Business Intelligence forEnterprise Systems: A Survey. IEEE Transactions /TII.2012.2188804ELENA, C. (2011). Business intelligence. Journal ofKnowledge Management, Economics and s intelligence.pdfGARTNER, I. (2013). Business Intelligence (BI). Gartner ITGlossary. Retrieved June 27, 2013, telligence-bi/GIL, A. C. (2009). Métodos e Técnicas de Pesquisa social(6th ed., p. 200). São Paulo: Atlas.IBGE. (2010). Pesquisa TIC-Empresa 2010. PesquisaTIC-Empresa. Retrieved July 18, 2013, fromhttp://www.ticempresa.ibge.gov.br/IMHOFF, C. (2006). Enterprise Business Intelligence.INTELLIGENT SOLUTIONS, INC.60SISTEMAS, CIBERNÉTICA E INFORMÁTICAsão o tempo de atualização do DW ou DMs e o foco denegócio. A característica comum é que todos devem estaralinhado

software de BI. Em contrapartida, outra pesquisa realizada pelo Centro de Estudos sobre as Tecnologias da Informação e da Comunicação (CETIC.BR, 2012) indica que o principal motivo que levou as empresas a introduzirem novos softwares ou realizar algum aperfeiçoamento foi a busca pela melhoria dos processos, com 35% das respostas.