Date post: | 07-Jul-2018 |
Category: |
Documents |
Upload: | luiz-tadeu-muniz |
View: | 221 times |
Download: | 0 times |
of 38
8/18/2019 BI TendMerBI Aula 03
1/38
Pós-Graduação
Bus iness In tel l igenceTendências de Mercadode Business Intelligence
Aula 03Gestão de Desempenho dos Negóciosusando BI
8/18/2019 BI TendMerBI Aula 03
2/38
Case Toyota
O problema: – A Toyota Motor Sales USA (toyota.com) é a distribuidora norte-
americana de carros e caminhões fabricados pelo Toyota;
– A empresa compra os carros da fábrica no Japão e em outro
países, e os vende a concessionárias da Toyota em todos osEstados Unidos;
– Custo médio de manter um veículo durante o trânsito, em umpátio é de US$ 8/dia (leva-se em média entre 9 e 10 dias emtrânsito, totalizando um gasto entre US$ 72 e US$ 80 por carro
– para 2 milhões de carros por ano, o custo era de US$ 144 – US$ 160 milhões anuais – custo totalmente ALTO;
– 1990 enfrenta-se problemas na sua cadeia de suprimentos,nas suas operações e nos custos de manter os carros no“pátio”;
8/18/2019 BI TendMerBI Aula 03
3/38
Case Toyota
O problema: – Incapacidade de entregar os carros às concessionárias –
CLIENTES INSATISFEITOS – compra de carros nasconcorrentes – HONDA que em 2003 e 2004, os carroshíbridos começaram a ser fabricados e a competição com aHonda se intensificou;
– Toneladas de relatórios não tinham objetivo claro – a gerêncianão era capaz de utilizar esses dados e relatóriosestrategicamente;
– Os departamentos internos não conseguiam compartilharinformações ou faziam isso muito lentamente;
– Relatórios acionáveis eram produzidos muito tarde;
– Geravam-se relatórios sobrepostos – dados imprecisos;
8/18/2019 BI TendMerBI Aula 03
4/38
Case Toyota
O problema: – A gestão era incapaz de tomar decisões a tempo – não estava
segura de quais dados eram válidos;
– O gerenciamento do TLS (Toyota Logistic Services) exige um
controle do estoque de carros, rastreamento e gestão dacadeia de suprimentos precisos a fim de garantir que os carroscertos sejam entregues às concessionárias corretas em tempohábil – tudo era realizado manualmente (agendamento eprocessos), conduzidos com informações incorretas;
(Exemplo: se uma pessoa cometesse um erro na entrada dedados quando um navio aportava, esse erro perduraria portoda a cadeia de suprimentos) - nesse ponto a gerênciaanalisava dados que indicavam que os navios nunca haviamatracado semanas depois que eles já estavam no porto;
8/18/2019 BI TendMerBI Aula 03
5/38
Case Toyota
O problema: – O departamento de TI não era capaz de responder às
necessidades cada vez maiores do negócio;
– CIO demitido!!! E agora???
8/18/2019 BI TendMerBI Aula 03
6/38
Case Toyota
A solução: – Primeiro ponto claro: um data warehouse era necessário;
– Eram necessárias ferramentas de software para processar,extrair e manipular os dados;
– Uma solução de inteligência de negócios (BI) era necessária; – Só que tudo não é maravilha: depois de uma experiência
malsucedida de BI (conceito certo com fornecedores desoftware errados), em 2000 a Toyota mudou para umatecnologia melhor – Utilizou-se de um data warehouse Oracle
e uma plataforma de inteligência de negócio da Hyperion – umnovo sistema foi criado;
8/18/2019 BI TendMerBI Aula 03
7/38
Case Toyota
A solução: – Novo recurso de dashboard da Hyperion permitia aos
executivos examinar visualmente pontos de acesso nas suasunidades de negócio e investigar mais detalhadamente paraidentificar os problemas EXATOS e suas CAUSAS;
– Traffic Lights (diferentes cores, exemplo, vermelho paraperigo) fazia com que o gerente pudesse, em tempor real, porexemplo, ver quando o ritmo da entrega está desacelerando eIMEDIATAMENTE localizar as fontes dos problemas e até
mesmo, AVALIAR hipotéticas soluções potenciais.
8/18/2019 BI TendMerBI Aula 03
8/38
Case Toyota
Resultados: – No prazo de alguns dias, o sistema começou a fornecer
resultados surpreendentes (o sistema ajudou a descobrir que aToyota era cobrada duas vezes por uma remessa específicavia transporte ferroviário (um erro de US$ 800.000);
– A Toyota norte-americana conseguiu aumentar o volume decarros que ela gerenciava em 40% entre 2001 e 2005,enquanto a força de trabalho crescia em apenas 3%;
– O tempo em trânsito foi reduzido em mais de 5%;
– O sucesso do TLS com seu BI se espalhou por toda a Toyotanorte-americana e então para toda a empresa;
8/18/2019 BI TendMerBI Aula 03
9/38
Case Toyota
A solução: – O antigo gerente de TLS (hoje responsável pela divisão de
serviços ao cliente), utiliza painéis de controle, ou dashboards,no seu escritório, assim como todos os diretores financeiros eexecutivos por toda a Toyota (por exemplo, para melhorgerenciar despesas, compras, etc.);
– Ficou claro também que, quanto mais pessoas utilizavam asferramentas de análise de dados, mais lucros a Toyota podiater;
– Sistema atualizado em 2003 e 2005, com novas ferramentasadicionadas conforme a demanda;
– Com esses e outros benefícios do sistema, ajudaram a matriz,a alcançar as maiores margens de lucro na indústriaautomobilística;
8/18/2019 BI TendMerBI Aula 03
10/38
Case Toyota
A solução: – Com esses resultados, sua fatia de mercado aumentou
consistentemente até a crise global de 2008. Mas isso à tornouadaptativa, e 2010 a Toyota começa a produzir robôs queauxiliam os consumidores (por exemplo, robôs de serviço paraidosos) – acreditando que há uma ótima oportunidade aí(empresa apostando na nova tecnologia – gatilho – HypeCycle);
– Por um estudo independente pela IDC Inc., indica que a
Toyota alcançou um retorno sobre o investimento eminteligência de negócios de 506% (o retorno médio sobreinvestimento para as outras 43 empresas da Fortune 500 queparticiparam do estudo foi de 112%).
8/18/2019 BI TendMerBI Aula 03
11/38
Case Toyota
Barbara Cooper, Toyota Group Vice President and Chief Information Officer,
Information Systems, Toyota Motor Sales U.S.A.
2006 sales: $179.02 billion
8/18/2019 BI TendMerBI Aula 03
12/38
Características do Sistema daToyota Baseava-se em:
– Excesso de dados desorientadores que estavam repletos de
erros e nos quais não era possível confiar; – Concorrência forte na indústria automobilística, principalmente
a Honda;
– Problemas de comunicação e de coordenação ao longo dacadeia de suprimentos;
– Incapacidade dos departamentos de compartilhar dados deuma maneira oportuna;
– Incapacidade da gerência de obter as informações que elaprecisava para a tomada de decisão.
8/18/2019 BI TendMerBI Aula 03
13/38
Características do Sistema daToyota
Os sistemas incluíam:
– Um data warehouse com dados históricos;
– Ferramentas para conduzir análise e manipulação de dados; – Uma visualização da interface com o usuário (um painel de
controle, ou dashboard ), destinado principalmente à altagerência.
8/18/2019 BI TendMerBI Aula 03
14/38
8/18/2019 BI TendMerBI Aula 03
15/38
15
Maximizando Desempenho
O SUCESSO DE UMA ORGANIZAÇÃO ÉAVALIADO POR MEIO DE RESULTADOS.
OS RESULTADOS DEVEM SER MEDIDOS POR MEIODE UM CONJUNTO DE INDICADORES QUE AVALIEMO DESEMPENHO DO NEGÓCIO.
8/18/2019 BI TendMerBI Aula 03
16/38
16
VISÃO E
ESTRATÉGIA
DIMENSÃOFINANCEIRA
DIMENSÃO DE
PROCESSOS
DIMENSÃO DE
APRENDIZADO E
CRESCIMENTO
CLIENTES
BSC
LUCROS CUSTODE
OPORTUNIDADE
EVA
EVA
Planejamento
Formatação dabase de
indicadores
Medições
Formação derelatórios edistribuição
G e r e n c i a m e n t o
D i v u l g a ç ã o
Escopo do KPI
PLANILHA EXCEL
AVALIANDO DESEMPENHO
http://images.google.com.br/imgres?imgurl=www.redprairie.com/Images/Solutions/Scorecard_barchart.gif&imgrefurl=http://www.redprairie.com/Solutions/Enterprise/Scorecard.htm&h=264&w=300&prev=/images%3Fq%3DBUSINESS%2BINTELLIGENCE%26start%3D120%26svnum%3D10%26hl%3Dpt-BR%26lr%3D%26ie%3DUTF-8%26sa%3DN
8/18/2019 BI TendMerBI Aula 03
17/38
17
Balance ScorecardA grande idéia
Medir o desempenho para acompanhar e ajustar a estratégia denegócios
O Balance Scorecard torna visível as consequências financeiras
agregadas de medidas não financeiras que geram sucessofinanceiro de longo prazo:
O que é importante para nossos acionistas? Como os clientes nos percebem? Quais processos internos podem agregar valor? Somos inovadores e estamos prontos para o futuro?
8/18/2019 BI TendMerBI Aula 03
18/38
18
Balance Scorecard
Quando dever ser usado:
Perspectiva financeira : Análise dos resultados positivosatravés da estratégia da empresa, sua implementação eexecução
Perspectiva do cliente: Análise dos custos e lucro brutoscom esforços relativos à serviço e satisfação do cliente
Perspectiva do processo interno: Análise de satisfação daempresa através da preparação e administração deprocessos de negócio
Perspectiva de aprendizado e crescimento: Análise dodesenvolvimento e retenção de recursos humanos,conhecimento e sistemas
8/18/2019 BI TendMerBI Aula 03
19/38
19
Balance ScorecardQuando deve ser usado
8/18/2019 BI TendMerBI Aula 03
20/38
20
Análise Final
Impacto mais equilibrado de índices não-financeiros
Balance Scorecard
8/18/2019 BI TendMerBI Aula 03
21/38
21
EVA – valor econômico agregadoA grande idéia
É uma medida de desempenho financeiro destinada amostrar o verdadeiro lucro econômico de uma empresa.
É apropriada a ser usada para: Estabelecer metas Avaliar desempenho Definir bônus Comunicar-se com investidores Fazer orçamento de capital Avaliações
Focaliza a medição tanto de valor quanto de desempenhoLucro Líquido
EVA = Operacional depois dos impostos[ Capital x O Custo do Capital ]
(NOPAT)
8/18/2019 BI TendMerBI Aula 03
22/38
22
Medição Acompanhe o EVA
mês a mês
CulturaCrie
comprometimentoem toda a empresa
com o EVA
MotivaçãoOfereça
recompensas paraos aumentos no
EVA
Administração
Incorpore o EVAno processo de
tomada dedecisões
Quando deve ser usado:
Deve ser dada atenção especial à quatro áreas para uma aplicaçãobem-sucedida: Medição
Administração Motivação Estado de espírito
EVA – valor econômico agregado
8/18/2019 BI TendMerBI Aula 03
23/38
23
Análise Final:
Um dos principais problemas da tentativa de calcular o custoverdadeiro do capital é que você precisa decidir quais
anomalias devem ser incluídas no cálculo
Estimular os gerentes a se libertar do seu estado de espíritoatual e pensar lateralmente pode acarretar granderealizações
Deve ser visto não como uma camisa-de-força, mas comouma lista de itens para consideração
EVA – valor econômico agregado
8/18/2019 BI TendMerBI Aula 03
24/38
24
Fluxo de Dados Corporativos
RDBMS / datawarehouse
Spreadsheetapplication
Mainframes /OLTP
Textfiles
SQLreportingapplications
8/18/2019 BI TendMerBI Aula 03
25/38
25
Demanda de Informações
Growing gap
Source: Gartner Group
8/18/2019 BI TendMerBI Aula 03
26/38
26
Transformação de Dados
Transaction processing
Cleansing / normalization
Relational warehouse
SQL reporting
Exploration / analysis
Data
Informação
8/18/2019 BI TendMerBI Aula 03
27/38
27
Existe mercado?
8/18/2019 BI TendMerBI Aula 03
28/38
28
O que é Business Intelligence?
Definição: “Business Intelligenceé o resultado da análise de dadoscoletados e transformados em informaçõesque irá embasar decisões”.
SERRA, Laércio.
BUSINESS INTELLIGENCE
8/18/2019 BI TendMerBI Aula 03
29/38
29
Ao analisar os dados históricos e atuais, situaçõese desempenhos, os tomadores de decisão obtêmvaliosos ins ights para que eles possam tomardecisões mais inteligentes e melhores. O processo
de Inteligência de Negócio (Business Intelligence),baseia-se na transformação dos dados eminformações, depois em decisões e, por fim, emações.
O que é Business Intelligence?
8/18/2019 BI TendMerBI Aula 03
30/38
30
BUSINESS INTELLIGENCE
DADOS
CONHECIMENTO
INTELIGÊNCIA
Permite registrar o evento
Permite dar respostas ao evento
Permite antecipar o evento
INFORMAÇÃO
8/18/2019 BI TendMerBI Aula 03
31/38
31
ETL
ETL (Extração, Carga eTransformação dos
DadosFront-end (acessodo usuário)
Query/Relatórios
Análise OLAP
Análise estatísticas
PrevisõesData MiningBSC
FONTE DEDADOS
DadosExternos
ERP´s
OutrosBancos
deDados
Consulta
Consulta
Consulta
Extração
Extração
Extração
PopulaçãoReplicaçãoRecuperação
PopulaçãoReplicaçãoRecuperação
PopulaçãoReplicaçãoRecuperação
Data Warehouse
(Repositório dedados)
Data Mart2
Data Mart1
Data Mart3
ARQUITETURA DE SISTEMA DE BI
http://images.google.com.br/imgres?imgurl=www.redprairie.com/Images/Solutions/Scorecard_barchart.gif&imgrefurl=http://www.redprairie.com/Solutions/Enterprise/Scorecard.htm&h=264&w=300&prev=/images%3Fq%3DBUSINESS%2BINTELLIGENCE%26start%3D120%26svnum%3D10%26hl%3Dpt-BR%26lr%3D%26ie%3DUTF-8%26sa%3DNhttp://images.google.com.br/imgres?imgurl=www.ebs-inc.com/images/aces-gold-screen-shot-001.gif&imgrefurl=http://www.ebs-inc.com/aces-info.html&h=411&w=547&prev=/images%3Fq%3DBUSINESS%2BINTELLIGENCE%26start%3D100%26svnum%3D10%26hl%3Dpt-BR%26lr%3D%26ie%3DUTF-8%26sa%3DNhttp://images.google.com.br/imgres?imgurl=www.aspirity.com/bigcube.jpg&imgrefurl=http://www.aspirity.com/home.html&h=230&w=205&prev=/images%3Fq%3DBUSINESS%2BINTELLIGENCE%26svnum%3D10%26hl%3Dpt-BR%26lr%3D%26ie%3DUTF-8%26sa%3DG
8/18/2019 BI TendMerBI Aula 03
32/38
32
de todos tipos
provenientes dediversas fontes
arquivados dediversos modos
oriundos dediversos meios
FONTES DE DADOS
FONTE DE DADOS
http://images.google.com.br/imgres?imgurl=www.infosoftglobal.com/images/bi_large.gif&imgrefurl=http://www.infosoftglobal.com/bi/&h=160&w=140&prev=/images%3Fq%3DBUSINESS%2BINTELLIGENCE%26svnum%3D10%26hl%3Dpt-BR%26lr%3D%26ie%3DUTF-8%26sa%3DG
8/18/2019 BI TendMerBI Aula 03
33/38
33
ETL (EXTRAÇÃO,TRANSFORMAÇÃO E CARGA)
12 cm
1,0
4,5 polegadas
450 mm
2 pés
SQL Server
Oracle
AccessTexto
m,f
mas,fem
masculino, feminino
Diversas fontes
ETL
ETL
ETL
Transformando
cm
SQL Server
M F
Padronizando
8/18/2019 BI TendMerBI Aula 03
34/38
34
DATA WAREHOUSE
Finanças
Estoque Vendas
TécnicoDATA MART
Data warehouse
departamental
DATA WAREHOUSECorporativo
8/18/2019 BI TendMerBI Aula 03
35/38
35
HOLDING
INDUSTRIAL
NEGÓCIOS
FINANÇAS
ENERGIA
HOLDING
ETL
DATA WAREHOUSE
Data Mart
Data Mart
Data Mart
Data Mart
OLAP
Data Mining
ACESSO DO USUÁRIO
INDICADORES COMUNS
LUCRO – RENTABILIDADEFLUXO DE CAIXA
INDICADORES ESPECÍFICOS
CLIENTES – FORNECEDORESCANAIS DECOMERCIALIZAÇÃO
INDICADORESDE
DESEMPENHO
BSC
EVA
KPI
EXCEL
8/18/2019 BI TendMerBI Aula 03
36/38
36
CONCLUSÃO
PLANO ESTRATÉGICODA INFORMAÇÃO
PLANO ESTRATÉGICODOS NEGÓCIOS
O PLANO ESTRATÉGICO DE INFORMAÇÃO TEM QUEESTAR EM SINCRONIA COM O PLANO ESTRATÉGICO DOSNEGÓCIOS, PARA QUE A EMPRESA OTIMIZE SUAGESTÃO.
8/18/2019 BI TendMerBI Aula 03
37/38
37
" ....Uma base de dados, por maior queseja, não é informação. Ela é minériode informação. Para que a matéria-
prima se transforme em informação, ela precisa ser organizada para uma tarefa,dirigida para desempenho específico,aplicada a uma decisão....” - Peter F.
Drucker
8/18/2019 BI TendMerBI Aula 03
38/38
38
Pós-Graduação
Bus iness In tel l igence
Prof. Gustavo [email protected]
Obrigado!
mailto:[email protected]:[email protected]