Revista Pensar Tecnologia, v. 4, n. 1, jan. 2015

Adoção de Ferramenta Gerencial On-Line Analytical Processing paraAuxiliar 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 enLinea 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 deinformações precisas e de transformações dessas informações em conhecimento, as ferramentasOn-Line Analytical Processing (OLAP) facilitam a busca de informações, permitem informaçõesrápidas e confiáveis através de mecanismos de estratificação. Assim o objetivo deste artigo éidentificar se a adoção do OLAP realmente pode ser considerada como uma alternativa de melhoriado processo decisório e no auxílio na formulação de estratégias corporativas, de unidades denegócioe funcionais.Palavras-chaves:OLAP; Business Intelligence; Processo decisório

Abstract: In the current context where companies compete and are increasingly in need of accurateand transformations that information into knowledge. The OLAP (On-Line Analytical Processing) toolsfacilitate searching for information. Allow fast and reliable through mechanisms of stratificationinformation. Thusthe aim of this paper isto identify whether the adoption of OLAP can actuallybeconsidered as analternative to improve the decision making and aid in the formulation of corporatestrategy, business unitand functional.Keywords: OLAP; Business Intelligence; Decision-making process.

Resumen: En el contexto actual, donde las empresas compiteny son cadavez más en la necesidaddeprecisión y las transformaciones que la información en conocimiento. El (Procesamiento Analíticoen Línea) OLAP herramientas facilitan la búsqueda de información. Permitir rápido y confiable a travésde mecanismos de informaciónes tratificación. A sí,el objetivo de este trabajo es identificar si laadopción de OLAP en realidad puede ser considerada como una alternativa para mejorar la toma dedecisiones 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.

1Graduando em Sistema de Informação pela Faculdade Inforium de TecnologiaEmail: camoreira15@yahoo.com.br2 Graduando em Sistema de Informação pela Faculdade Inforium de TecnologiaEmail: fabricj@gmail.com3 Pós-graduação em Business Intelligence e Banco de Dados pela IEC PUC MinasEmail: rodrigo.moravia@gmail.com

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 EstratégiaSegundo 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 interligadas como processos

interativos complexos no quais políticas, 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) Estratégia funcional: consiste na estratégia delimitada pelas devidas

funções 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 dos dados que

encontram de duas maneiras: detalhados e resumidos.

(PRIMAK,2008,p.17)

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 conceitual multidimensional, transparência, acessibilidade,

informações de performance consistente, 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, em uma dimensão

geográfica o nível país não possui o subnível Estado para 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

Drill Down

Aumento do nível de detalhe da

informação e conseqüente

diminuição do nível de

granularidade.

Uma análise de vendas por

estado é alterada para uma

análise de vendas das cidades

de um determinado estado.

Diminuição no nível de detalhe e Uma análise de vendas é

Drill Up Conseqüente aumento do nível

de granularidade.

Altera dade uma cidade para seu

estado correspondente

Slice

Corta o cubo, mas mantém a

mesma perspectiva de

visualização dos dados.

Funciona como um filtro que

restringe uma dimensão à

apenas umou alguns de seus

valores.

Em uma dimensão tempo de um

modelo é selecionado somente o

ano de2000.

Dice

Mudança de perspectiva da

visão multidimensional, como se

o cubo fosse girado. Permite

descobrir comportamentos e

tendências entre os valores das

medidas analisadas em diversas

perspectivas.

A análise é alterada de região

(linha) por ano (coluna) para ano

(linha) por região (coluna).

Drill Across

O nível de análise dentro de uma

mesma dimensão é alterado, ou

seja, o usuário avança um nível

intermediário dentro de uma

mesma dimensão.

O nível da análise é alterado

direto de ano para mês dentro da

dimensão tempo, quando esta

é composta por ano, semestre e

mês.

Drill Through

Ocorre quando o usuário passa

de uma informação contida em

uma dimensão para uma outra.

O usuário está realizando uma

análise na dimensão tempo e no

próximo passo analisa a

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.

“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 usuáriosPoucos usuários (normalmente abaixo

de 100)

Geralmente pequeno (MB até vários

GB)

Grandes (de milhares de GB a vários

TB)

Dados atuais Dados históricos

Dados normalizados (muitas tabelas,

poucas colunas por tabela)

Dados não normalizados (poucas tabelas,

muitas colunas por tabela)

Atualizações contínuas Atualizações em lote

Consultas de simples acomplexas Normalmente, consultas muito

complexas

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 de dados

(CARVALHO,2004). Essa ferramenta não utiliza cubos 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 suasInformações com Data Mining e OLAP. Monografia Final de Curso. Faculdadede Ciências Administrativas, Faculdade deValinhos. 1999.

ANZANELLO,CYNTHIA A. OLAP Conceitos e Utilização. http://softsystemit-ead.com.br/phocadownload/BI/Conceitos%20OLAP.pdf acessado em 12 denovembro de 2014.

BARRETO, L, S. Maestro: Uma Ferramenta de Planejamento e Desenvolvimento deConteúdo 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 deJaneiro, ano1, ed. 9, p.12-16, 2004.

CODD, E. F., CODD, S. B. e SALEY, C. T., (1993). Providing OLAP (On-lineAnalytical 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 08de 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 modelagemmuiltidimensional / 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 deJaneiro: 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, implementaçãoe gerenciamento; tradução Mônica Rosemberg; José Davi Furlan. – São Paulo:Makron Books.

THOMSEN, E. Construindo Sistemas de Informações Multidimensionais. 2ªed. SãoPaulo: Campus, 2002.