Introdução ao Business Intelligence

Prévia do material em texto

1 
 
 
FUNDAMENTOS EM BUSINESS INTELLIGENCE 
1 
 
 
Sumário 
 
SISTEMA BI – BUSINESS INTELLIGENCE:................................................................... 4 
OBJETIVOS: ................................................................................................................ 4 
VANTAGENS: .............................................................................................................. 4 
CENÁRIO ATUAL CORPORATIVO: ............................................................................... 5 
NOVA FORMA DE TRATAR DADOS- BI: ....................................................................... 6 
ESTRUTURA BI: ............................................................................................................. 7 
TERMOS BI: .................................................................................................................... 8 
TEOREMA BI ................................................................................................................ 12 
O que o Teorema BI pode fazer ................................................................................. 12 
Conhecendo as visões do Sistema ............................................................................ 12 
Ordenando ................................................................................................................. 14 
Filtrando Informações e valores ................................................................................. 15 
Cadastros de Consulta .............................................................................................. 16 
Layout ........................................................................................................................ 17 
Selecionar Consulta ................................................................................................... 17 
Consultar ................................................................................................................... 18 
Setup ......................................................................................................................... 19 
Visualizar ................................................................................................................... 20 
Impressão .................................................................................................................. 20 
Customização ............................................................................................................ 20 
Contatos .................................................................................................................... 21 
Analisando as Informações ........................................................................................ 22 
Gráficos ..................................................................................................................... 24 
ANEXO COMPLEMENTAR ........................................................................................... 26 
Introdução ao Business Intelligence ......................................................................... 26 
Objetivos ..................................................................................................................... 26 
Introdução .................................................................................................................... 26 
Conteúdo do módulo .............................................................................................. 27 
2 
 
 
Introdução .................................................................................................................... 27 
QUAIS SÃO AS EMPRESAS INTERESSADAS EM BI? ........................................... 31 
O que é Business Intelligence? ............................................................................. 32 
O que o Business Intelligence pode oferecer? ........................................................ 36 
Quem precisa de soluções Business Intelligence? ................................................ 37 
REFERÊNCIAS BIBLIOGRAFICAS .............................................................................. 45 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
3 
 
 
 
NOSSA HISTÓRIA 
 
A nossa história inicia com a realização do sonho de um grupo de empresários, em 
atender à crescente demanda de alunos para cursos de Graduação e Pós-Graduação. Com 
isso foi criado a nossa instituição, como entidade oferecendo serviços educacionais em nível 
superior. 
A instituição tem por objetivo formar diplomados nas diferentes áreas de conhecimento, 
aptos para a inserção em setores profissionais e para a participação no desenvolvimento da 
sociedade brasileira, e colaborar na sua formação contínua. Além de promover a divulgação 
de conhecimentos culturais, científicos e técnicos que constituem patrimônio da humanidade 
e comunicar o saber através do ensino, de publicação ou outras normas de comunicação. 
A nossa missão é oferecer qualidade em conhecimento e cultura de forma confiável e 
eficiente para que o aluno tenha oportunidade de construir uma base profissional e ética. 
Dessa forma, conquistando o espaço de uma das instituições modelo no país na oferta de 
cursos, primando sempre pela inovação tecnológica, excelência no atendimento e valor do 
serviço oferecido. 
 
 
 
 
 
 
 
 
 
 
 
4 
 
 
 
SISTEMA BI – BUSINESS INTELLIGENCE: 
Segundo Gartner Group, “a maior ameaça das empresas da atualidade é o 
desconhecimento... O Business Intelligence se empenha em eliminar as dúvidas e a ignorância 
das empresas sobre suas informações, aproveitando os enormes volumes de dados coletados 
pelas empresas”. 
O BI ou Inteligência Empresarial tem como principal objetivo à integração dos aplicativos 
e tecnologias para extrair e analisar os dados corporativos de modo simples, no formato 
apropriado e no tempo certo, para que a empresa possa tomar decisões melhores e mais 
rápidas, auxiliando os executivos em seus negócios. Essa ferramenta tem como capacidade 
transformar dados em informação, informação em conhecimento e propiciar a descoberta de 
novas percepções, entendimentos, os quais podem prover suporte à tomada de decisão. 
BI congrega Inteligência Competitiva, ou Competitive Intelligence (CI), Gerência de 
Conhecimentos, ou knowledge Management System (KMS), Internet Business Intelligence (IBI), 
pesquisa e análise de mercados utilizando informações, comumente guardadas em Data 
Warehouses e Data Marts. 
OBJETIVOS: 
“A implementação de BI é uma mudança de cultura, se não for feito o alinhamento de 
conceitos, ele perde credibilidade. Se o usuário encontrar problemas, tende a voltar para o 
antigo relatório,” diz diretora de TI da Avon, Andréa Pereira. 
BI proporciona analisar os dados corporativos de maneira simples, no formato correto e 
no tempo certo, para que a empresa possa tomar as decisões melhores e mais rápidas. Essa 
solução tem como finalidade transformar dados em informação e informação em conhecimento. 
 
VANTAGENS: 
BI proporciona uma enorme quantidade de vantagens as empresas que a utilizam, 
benefícios tais como: 
• Analisar com facilidade todos os dados da empresa, como fatores de risco, tendências; 
• Não depender da geração de relatórios para a tomada de decisão; 
• Agilidade e precisão na tomada de decisões; 
• Consistência na avaliação de desempenho da empresa; 
5 
 
 
• Otimização de resultados; 
• Agilidade e precisão na definição, acompanhamento e realinhamento estratégico; 
• Analisar e antecipar mudanças no mercado; 
• Analisar e descobrir novos nichos de mercado; 
• Analisar e antecipar movimentos e ações dos competidores; 
• Analisar e descobrir novos potenciais competidores; 
• Aprender com os sucessos e as falhas anteriores; 
• Avaliar o impactode novas tecnologias, produtos ou processos; 
• Rever suas próprias práticas de negócio; 
• Auxiliar na implementação de novas ferramentas gerenciais; 
• Redução de custos na compra de softwares e treinamentos; 
• Compartilhamento de informações entre diferentes grupos de usuários; 
 
CENÁRIO ATUAL CORPORATIVO: 
Desde o início da era computacional, as organizações têm usado os dados de suas 
bases operacionais para atender as necessidades de informações. Nesta situação, além da 
dificuldade de encontrá-los por utilizarem diversas fontes de dados de sistemas diversificados, 
diversas vezes, dados inconsistentes são utilizados como base para tomada de decisões 
importantes. As empresas normalmente operam. 
Os níveis estratégicos dos Sistemas de Informações devem oferecer apoio aos 
processos de tomadas de decisões e precisa das informações geradas pelo nível 
organizacional da organização que possui ampla complexidade gerada pelas grandes bases de 
dados que acumulam as informações das transações. E são pouco aproveitadas pela gerência 
para auxiliar em decisões estratégicas da empresa não aproveitando toda a potencialidade 
alcançável.Reunir estas informações, interpretá-las e extrair tudo o que realmente importa para 
a corporação é uma tarefa complexa, e para garantir algum resultado nesta área às informações 
devem ser consistentes e padronizadas. 
NOVA FORMA DE TRATAR DADOS- BI: 
 Um Data Warehouse (DW) ou Armazéns de Dados é uma grande base de dados capaz de 
integrar dados confiáveis e diretos, utilizando as informações de interesse para a empresa 
que se encontram disseminadas em diversos sistemas, para auxiliar o apoio à decisão. Data 
6 
 
 
Warehouse usa estruturas lógicas dimensionais, possibilitando o seu processamento 
analítico por ferramentas especiais tais como OLAP e Mining. 
Como característica o DW possui um conjunto de dados orientados por assuntos, 
integrados, não voláteis, variáveis em relação ao tempo sendo alimentado por outras fontes 
de dados, que podem trazer dados representados de formas diferentes, mas que possuem 
o mesmo significado, por este motivo os dados devem ser integrados e padronizados, a 
Figura 1 exemplifica a idéia do processo. 
 
 
 
Figura 1 Processo de padronização dos Dados. 
 
Organização lógica dos negócios da organização sobre esse modelo permite um 
acesso facilitado de ferramentas para análise dos negócios, e os resultados dessas análises 
permitem visualizar cenários passados, atuais e possíveis da organização, gerando 
informações estratégicas que possibilitem a tomada de decisões de melhorias e evoluções. 
 
ESTRUTURA BI: 
 BI usa uma série de ferramentas para colher, analisar e retirar conhecimentos, que poderão 
ser utilizados como subsídio aos procedimentos de tomada de decisão. A Figura 2 mostra 
os principais elementos deste ambiente. 
 
 
7 
 
 
 
Figura 2 Estrutura BI. 
 
Data Mining trabalha esquadrinhando dados por meio de algoritmos inteligentes e 
avançados, estatísticas tradicionais e gráficas sobre uma amostra procurando reconhecer 
padrões, para apresentar relações ocultas e encontradas no repositório de dados da 
organização. 
 
Um característico Sistema BI é composto pelas seguintes partes: 
 
Módulo de ETL (Extract, Transform and Load): Componente dedicado à extração, carga 
e transformação de dados. É a parte responsável pela coleta das informações nas mais 
diversas fontes, desde sistemas ERP´s, arquivos de texto ou planilhas eletronicas. Data 
Mart e ou Data Warehouse: Local onde ficam concentrados todos os dados extraídos dos 
sistemas operativos da organização. Data Marts significa armazém de dados e é 
subconjunto de dados de um Data Warehouse A vantagem de ter um repositório de dados 
à parte é a possibilidade de armazenar informações históricas e agregadas, dando um 
suporte melhor para as análises posteriores. 
8 
 
 
Front-End: É a parte visível ao usuário de um projeto de BI. Pode ser em forma de relatórios 
padronizados, análise OLAP e outras funções, como Data Mining e projeções de cenários 
futuros. 
 
TERMOS BI: 
Modelagem Dimensional: é uma técnica de concepção e visualização de um modelo de 
dados e um conjunto de medidas que descrevem aspectos comuns de negócios. O objetivo 
dessa modelagem é fornecer a capacidade de visualizar os dados de uma organização, de 
modo a permitir a análise de valores significativos para a mesma. 
As visões multidimensionais, igualmente conhecidas como Cubos, que são uma 
metáfora que ajuda a entender como se comporta uma visão multidimensional que 
compõem sistemas OLAP (Online Analytical Process) quebram paradigmas, saindo das 
atuais visões bidimensionais. 
Um cubo é apenas uma visão multidimensional, como um relatório, OLAP é a técnica 
ou ferramenta para construir cubos e Business Intelligence é o conjunto de cubos, KPIs, 
BSC, Data Mining, relatórios e demais ferramentas que compõe uma solução de análise 
gerencial e estratégica para a empresa. Os metadados do cubo são normalmente criados 
com base no esquema estrela ou esquema floco de neve de tabelas de bases de dados 
relacionais. 
E esse modelo é formado por três elementos básicos: os fatos as dimensões e as 
medidas (variáveis). 
Fatos: definem a importância e a motivação da modelagem dimensional representa 
numericamente valores que refletem temporalmente a evolução dos negócios de 
umaorganização. É representado no modelo por uma tabela chamada tabela de Fatos 
formados por dados de medidas e de contexto. 
Dimensões: As dimensões determinam o contexto de um assunto de um fato do negócio. 
Possui uma ou mais hierarquias naturais, além de atributos descritivos sem relacionamento 
hierárquico. É representada por uma tabela que descreve uma característica de um fato. 
Determina como se podem filtrar informações sobre os fatos, como: por região. 
Medidas: Atributos numéricos que representam um fato, o desempenho de um indicador de 
negócios relativo às dimensões que participam do fato. 
9 
 
 
OLTP - Processamento de Transações On Line (On Line Transaction Processing): 
Registram transações referentes às atividades operacionais (cotidianas) que movimentam 
a organização. Essas operações envolvem um conjunto de atividades que juntas formam 
uma transação. Os Sistemas de Informação com foco operacional são sistemas 
transacionais. Visões bidimensionais. 
 
OLAP - Processamento Analítico On Line (On Line Analytical Processing): São 
ferramentas que possibilitam a manipulação de muitos dados de um DW para fins de análise 
de determinadas variáveis para descoberta de cenários e tendências sob múltiplas 
perspectivas. O objetivo é dar suporte ao processo de tomada de decisões. Visões 
multidimensionais. 
Um cubo para ser conhecido como tal, deve prover as seguintes operações: 
• Drill down: significa descer um nível hierárquico em uma dimensão. Ex: dimensão 
tempo, ano para o trimestre e trimestre para o mês. 
• Drill up/ Roll up: significa subir um nível hierárquico em uma dimensão. Ex: 
dimensão insumo, subir o nível do insumo para categoria do insumo. 
• Drill across: significa analisar um nível intermediário dentro de uma mesma 
dimensão. Ex: dimensão produto, venda dos produtos num determinado ano, avança 
para venda de um produto X no ano Y. 
• Drill throught: significa alternar a análise de uma dimensão para outra. Ex: produto 
para região ou mesmo de uma agregação (todos os pedidos de maio de 2010) para 
os detalhes (tabela com cada pedido no período analisado) altera de região para 
tempo. 
• Drill back/ Write back: é bastante utilizado em previsões e consiste na ação de 
alterar os valores existentes em um cubo. Pode ser usado, por exemplo, para medir 
o impacto na empresa do aumento em 10% do orçamento para o ano seguinte. 
• Drill Around: Ocorre quando a tabela de fatos que compartilha dimensões em 
comum não é organizada em umaordem linear, assim é preciso fazer uma sondagem 
do valor. Existem diversas entidades cuidando de um paciente, compartilhando 
informações entre si. É possível gerar poderosos relatórios realizando consultas 
distintas para cada tabela fato e fazer uma junção com as configurações dos 
resultados do paciente. 
10 
 
 
• Drill Out: São o detalhamento para informações externas como fotos, som, arquivos 
texto, tabelas. 
• Drill Within: É o detalhamento através dos atributos de uma dimensão. 
• Slice: Significa analisar determinada fatia do cubo, funcionando como um filtro. Ex: 
analisar determinado pedido de um determinado cliente. 
• Dice: Significa alterar a visão de um cubo, como se o cubo fosse girado, como 
exemplo a análise de região (no caso linha) para ano (no caso coluna) altera região 
como coluna e ano como linha. 
• Sort: Tem a função de ordenar a informação, podendo ser aplicada a qualquer tipo 
de informação, não somente a valores numéricos. Ordenar as cidades em ordem 
alfabética. 
• Ranking: Permite agrupar resultados por ordem de tamanho, baseado em valores 
numéricos, refletindo somente na apresentação do resultado e não no resultado em 
si. 
Ordenar a relação de filiais de acordo com os maiores volumes de vendas. 
• Pivoting: Alternar linhas e colunas, sendo que todos os valores totalizados serão 
recalculados. Arrastar a dimensão sexo para dentro da coluna de tempo que compõe 
as linhas da tabela. 
• Tiling: Visualização múltipla em uma única tela. Páginas resultantes de uma 
consulta, diferentes metáforas visuais referentes a uma consulta, ou resultados de 
diferentes consultas. 
• Alerts: Utilizados para indicar situações de destaque em elementos dos relatórios, 
baseados em condições envolvendo objetos e variáveis. Definir que os vendedores 
com vendas mensais inferiores a determinado valor devem aparecer em destaque. 
• Break: Permite decompor o resultado de uma análise em grupos de informações, 
permitindo subtotalizar valores para cada grupo. Tendo a necessidade de visualizar 
a informação por clientes, então é solicitado um break. O relatório será 
automaticamente agrupado por clientes, somando os valores mensuráveis por 
clientes. 
 
Dashboards: fornecem uma representação ilustrada do desempenho dos negócios, 
também conhecido como Painel de Controle, Painel de Indicadores ou Painel de 
11 
 
 
Desempenho é a apresentação visual das informações mais importantes e necessárias para 
alcançar um ou mais objetivos de negócio, consolidadas e ajustadas em uma tela para fácil 
acompanhamento do processo de negócio. 
 
ALGUMAS ABREVIATURAS E SIGLAS 
ERP – Enterprise Resource Planning (Sistema de Gestão Integrada) 
CRM – Customer Relationship Management (Sistema de Relacionamento com Clientes) KPI 
– Key Performance Indicator, significa Indicador Chave de Desempenho. 
COCKPIT - em sistemas de inteligência de negócios são os representadores gráficos em 
conjunto com os KPI’s e outras informações. 
 
 
TEOREMA BI 
 
O que o Teorema BI pode fazer 
O módulo Teorema BI possibilita a detecção de desvios no negócio, em atendimentos, nas 
receitas ou lucros, proporciona desvendar rapidamente aonde é possível melhorar o 
desempenho da organização, de onde estão ocorrendo decréscimos ou acréscimos 
significativos, seja em receitas, em atendimentos, em margens ou qualquer outra variável 
do negócio. 
É possível visualizar as informações em diversos ângulos, sem precisar refazer a 
consulta. Partindo de uma única consulta é possível percorrer as informações livremente até 
descobrir o que está buscando. A tecnologia de Business Intelligence até pouquíssimo 
tempo era disponível em softwares enormes, complexos, caros e importados. 
O Sistema teorema BI em sua tela inicial, Figura 3, apresenta diversos componentes 
que tornam seu uso prático e simples 
12 
 
 
 
 
O Sistema Teorema BI consiste em uma barra de Ferramentas com todas as 
funcionalidades organizadas em grupos, o cubo e o gráfico, conforme a indicação da Figura 
4. 
 
Figura 4 Tela principal do Sistema Teorema BI. 
Figura 3 Tela inicial do Teorema BI. 
 
Conhecendo as visões do Sistema 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
GRÁFI 
PARTE 
INTERNA DO 
CUBO 
BARRA DE 
FERRAMENTAS 
13 
 
 
A barra de Ferramentas é composta pelos grupos: Cadastros, Consultas, Impressão, 
Customização e Contatos, os mais utilizados serão tratados na sequência deste documento. 
A região do Cubo é a forma de relatório multidimensional para visualizar as 
informações sobre diversos ângulos, dinamicamente, sendo o cubo a parte principal do 
Sistema Teorema BI, pois em termos de análise das informações da empresa tem a função 
de proporcionar uma visão nítida do que está acontecendo na organização. 
A área interna do Cubo mostra as informações ativas da análise em vigor, sendo 
composta de linhas e colunas. Na área externa do Cubo aparecem os campos disponíveis 
para análise, porém não utilizados na visualização apresentada no momento. 
Qualquer campo disponível tanto na área interna (sendo linhas e colunas) quanto na externa 
pode ser arrastado para a outra área fazendo com que o sistema recalcule automaticamente 
os valores internos do cubo (medidas), podendo inclusive colocar mais de um campo na 
coluna ou na linha, de modo que o Cubo irá subdividir as informações. A Figura 5 mostra 
como o sistema indica a possibilidade de movimentação de campo, neste caso o campo 
“CONDIÇÃO“ é arrastado para a parte interna do cubo como coluna e ao aparecerem às 
setas verdes fica indicada a validade do campo. 
 
 
 
 
 
 
1 Arrastar: significa clicar no campo e, sem largar o mouse, levar o mouse até a posição desejada, largando o 
botão. Lembre que o botão sempre é o esquerdo, para o caso de arrastar. 
14 
 
 
 
 
Ordenando 
 A direita de cada campo existe dois triângulos. O primeiro é usado para mudar a ordenação, 
 
 . 
 Todos os campos possuem exclusiva para ordenação, clicando nela as informações serão 
ordenadas automaticamente em ordem crescente ou decrescente, conforme a ordenação 
anterior. 
 
A Figura 6 mostra a ordenação decrescente, note a mudança de posição do triangulo. 
 
 
 
 
 
 
Figura 5 Mover campo. 
 
Figura 6 Ordem decrescente. 
15 
 
 
Filtrando Informações e valores 
O Filtro dos campos é feito a partir da pequena seta que se encontra mais à direita dos 
campos, tanto dos campos externos quanto internos ao Cubo, filtros na área externa do 
Cubo influenciam as informações da área interna, forçando um recalculo automático no Cubo. 
Ao pressioná-lo é exibida uma lista com as informações disponíveis em ordem 
alfabética. Cada filtro influência nos filtros posteriores, a Figura 7 demonstra como é a lista 
de filtros. 
Cada opção listada pode ser desmarcada através da caixa à esquerda. A opção 
“Show All” marca todas as opções. 
 
 
 
 
ATENÇÃO: Caso seja esquecido um filtro as novas pesquisas mostrarão os resultados 
utilizando os filtros aplicados anteriormente. 
 
Cadastros de Consulta 
 
 
O item “Consultas” permite cadastrar novas consultas SQL utilizando o botão 
 para novas consultas, excluir consultas por meio do botão , replicar 
 
 
 consultas através de Sistema, Figura 8.e analisar as consultas SQL armazenadas no 
Figura 7 Lista de Filtros. 
16 
 
 
O botão “Criar Padrões” replica a consulta que estiver aberta na tela, este recurso é 
excelente quando são interessantes pequenas modificações em consultas SQL e não 
queremos abrir mão da consulta existente. 
Para navegar entre as diferentes consultas cadastradas utilizar a barra de navegação. 
 
 
 
 
 
Layout 
É possível montar “visões” de consultas que sejam desejáveis serem abertas regularmente, 
como clientes por vendedores, contas a pagar e receber, e assimpor diante. Abre a tela 
com os cenários previamente salvos. 
É importante salientar que é salvo o Layout da tela, quando forem abertas as 
informações estas serão carregadas atualizadas. 
 
Figura 8 Cadastro de Consultas. 
17 
 
 
Selecionar Consulta 
 
 
 
Selecionar a consulta utilizando o item 
 . 
Cada consulta é confeccionada com determinados parâmetros e trazem uma serie de 
possibilidades. A consulta escolhida determina a que informações o usuário terá acesso na 
interação com o cubo. 
Para utilizar clique sobre a consulta desejada e utilize o botão este 
 
 
Consultar 
Usado para que o Sistema delimite um determinado período das informações 
 
 
que serão apresentadas no cubo . E a empresa que deve ser consultada. A primeira busca 
normalmente é a mais demorada. Quanto menor o período a busca é mais rápida, 
 
 
 
 
 
 
 
 
procedimento seleciona a consulta SQL indicada, Figura 9. 
 
Figura 9 Lista de C onsultas. 
 
18 
 
 
Figura 10. 
 
 
 
Setup 
Possibilita configuração de página para visualização e impressão do BI. Permitindo alteração 
de tamanho de papel, orientação, configuração de margens, formatação de 
 
 
 
Figura 10 Parâmetros da Consulta. 
ca beçalho e rodapé, e escala de ajuste, Figura 11. 
 
Figura 11 Tela de Configuração de Página. 
19 
 
 
Visualizar 
Abre a visualização da impressão, oferecendo diversas funcionalidades como exportar para 
PDF e formato .RPS (Recibo Provisório de Serviços). Ajuste à página (Fit to Page), inserir 
título, rodapé, numeração de página, data e hora. Inserir fundo, navegação entre as páginas, 
diversas formas de visualização da página, Figura 12. 
 
 
 
Impressão 
Atalho para impressão rápida da visualização que o cubo apresenta no momento. Faz a 
impressão da área do CUBO. 
 
Customização 
O grupo Customização na barra de Ferramentas a exportação do cenário para diversos 
formatos de arquivos tais como XLS (EXCEL), HTML (Hypertext Markup Language), TXT 
(Text File), XML (Extensible Markup Language), Figura 13. Se for necessário alterar alguma 
informação ou o layout de impressão, pode se exportar para o Word ou Excel as informações 
do Cubo e então alterar livremente o que for preciso. 
 
 
 
Figura 12 Visualização de Impressão. 
20 
 
 
 
 
Para adicionar visões como Favoritas utilize que permite salvar o 
cenário corrente para futuras consultas. A visão adicionada passará a fazer parte das telas 
“armazenadas” para futura recuperação: Dessa forma, quando utilizar o sistema novamente, 
e clicar na linha com o nome salvo, o sistema abrirá a consulta exatamente com a estrutura 
salva anteriormente. 
A Figura 14 mostra a tela aonde é inserida a descrição do cenário a ser salvo. Caso 
seja marcada a caixa Favorito quando o Sistema for aberto novamente este cenário é aberto 
imediatamente após ser selecionada a consulta e o período. 
 
 
Contatos 
O grupo Contatos traz Links para o site da Teorema Informática, o Twitter, o email da teorema 
e o atalho para a abertura da chamadas para o Suporte Técnico, Figura 15. 
 
 
 
 
Figura 13 Grupo Customização. 
 
Figura 14 Cadastro de Layout. 
Figura 15 Grupo Contatos. 
21 
 
 
Analisando as Informações 
A utilização é simples, conforme a seleção da consulta SQL são apresentadas diversas 
variáveis no cubo externo para que sejam empregadas na área interna do cubo, a área de 
posicionamento das variáveis de manipulação está em destaque da Figura 16. 
 
 
 
 
Ao montar os cenários são colocadas variáveis nas colunas, linhas e a terceira 
dimensão a qual chamamos de cubo, esta associação configura as visões que podem ser 
alcançadas por meio da utilização do BI. 
As variáveis que o usuário deseja que sejam posicionadas na coluna podem ser 
 
arrastadas e soltas em . A Figura 17 mostra a indicação da variável 
Família como item da Coluna no Cubo. 
 
Figura 16 Área para inclusão das variáv eis. 
22 
 
 
 
 
 
 
A variável chave e que faz toda a diferença no conjunto de itens associados é a 
 
variável apontada no cubo. Está variável deve ser arrastada em mostra toda a 
associação alcançada pelas variáveis inseridas no Cubo. 
A Figura 19 
 
 
Figura 17 Coluna com a variável Família. 
Aquelas variáveis que o usuário deseja vis ualizar como linhas devem ser 
 
arrastadas até 
linhas. 
. A Figura 18 possui a indicação da variável Vendedor para as 
 
Figura 18 Linha com a variável Vendedor. 
25 
 
 
A localização das variáveis no cubo não modifica o resultado dos cálculos 
 
 
Gráficos 
No Sistema Teorema BI toda consulta realizada gera automaticamente 
 uma representação em gráfico, Figura 20. 
 
 Figura 20 Gráfico. 
O Sistema apresenta a possibilidade de alteração do tipo de Gráfico. 
Column Diagram é a opção padrão do Sistema por ser o tipo de Gráfico mais 
utilizado, entretanto o clicar sobre esta opção é aberta uma lista com outras 
opções de tipos de Gráficos tais como: Bar Diagram, Line Diagram, Area Diagram, 
Pie Diagram, Figura 21. 
 
 
somente altera a v isualização das informações. 
 
Figura 19 Cubo para Custo Real. 
26 
 
 
Observações: Em Customize Chart as variáveis que são mostradas no 
gráfico podem ser filtradas. Os campos Fonte de Dados e Fonte de Categorias 
também servem para manipulações de gráfico, Figura 22. 
 
Figura 22 Manipulação de Gráficos. 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
Figura 21 Lista de Tipos de Gráficos. 
27 
 
 
ANEXO COMPLEMENTAR 
 Introdução ao Business Intelligence 
 
Fornecer uma visão sobre a finalidade de um sistema de 
suporte 
 Conhecer quais sistemas informatizados atuam em cada 
componente organizacional. 
 Diferenciar entre um sistema operacional e um sistema de 
tomada de decisões. 
 Compreender o conceito de Business Intelligence. 
 Conhecer os benefícios agregados ao uso do Business 
Intelligence. 
 Compreender os critérios que levam uma empresa a utilizar 
uma solução de Business Intelligence. 
 
Objetivos 
 
 
Introdução 
As rápidas mudanças vivenciadas no mercado atual junto com as competições 
geradas a cada dia, fazem que as empresas não possam adiar as decisões 
relacionadas diretamente com o negócio; uma demora neste sentido pode provocar 
o fracasso da gestão da empresa. 
É necessário contar com um sistema que represente o papel de suporte para 
a tomada de decisões, de resposta ágil e rápida, com informação precisa para que a 
empresa aproveite as oportunidades: “estar no lugar indicado, no momento oportuno, 
com a informação correta”. 
Os sistemas orientados a tomada de decisões são definidos pelo termo 
Business Intelligence. Administrar uma empresa sem contar com um sistema de 
Business Intelligence adequado é muito parecido com andar com os olhos vendados: 
é possível avançar, executar os processos operacionais corretamente, progredir 
aparentemente segundo os objetivos e até crescer, porém quando alguma coisa 
28 
 
 
falha, os processos se descontrolam, a coordenação desaparece e, em médio prazo, 
a empresa desmorona sobre si mesma. Esta pode parecer uma visão apocalíptica, 
mas, quem se arriscaria a levar adiante uma gestão baseando-se na sorte? 
Conteúdo do módulo 
 Introdução 
 Quais são as empresas interessadas em BI? 
 O que é Business Intelligence? 
 O que o Business Intelligence pode oferecer? 
 Quem precisa de soluções de Business Intelligence? 
 Obtenção caótica de informação 
 Quem precisa analisar a informação? 
 Primeiros passos 
 O futuro do Business Intelligence 
 
Introdução 
Tanto nas pequenas empresas quanto nas grandes organizações existem 
vários sistemas informatizados que têm como objetivo principal garantir a 
manutenção das operações diárias realizadas. Estas operações são realizadas 
segundo regras de negócios pré-definidase são armazenadas em grandes bancos 
de dados. 
Dentro das organizações podem ser vistos diferentes níveis de uso dos dados: 
 Nível operacional: São utilizados sistemas de informação que monitoram 
as atividades e transações elementares da organização. São sistemas que 
mostraram o ápice da sua importância na última década, em consequência de um 
desenvolvimento organizacional orientado ao mercado global. 
 
 Nível de conhecimento: Neste nível encontramos os trabalhadores de 
conhecimento e de dados, cobrindo o núcleo de operações tradicionais de captura 
massiva de dados e serviços básicos de tratamento de dados, com tarefas 
prédefinidas. 
29 
 
 
 Nível de administração: São realizadas tarefas de administradores de nível 
intermediário apoiando as atividades de análise, de acompanhamento, de controle 
e tomada de decisões, realizando consultas sobre informações armazenadas no 
sistema, proporcionando relatórios e facilitando a administração da informação por 
parte dos níveis intermediários. 
 Nível estratégico: Seu objetivo é realizar as atividades de planejamento em 
longo prazo, tanto do nível de administração quanto dos objetivos apresentados pela 
empresa. 
A informação gerada na organização é utilizada em diferentes momentos, de 
acordo com o nível: 
 
Prazo Nível Uso 
Curto prazo Operacional e Administrativo Obtenção e controle de dados 
Médio prazo De Conhecimentos Decisões táticas 
Longo prazo Estratégico Decisões estratégicas 
Os bancos de dados transacionais servem como ferramenta para os dois níveis 
básicos da pirâmide, o Nível Operacional e o Nível de Conhecimento. Nos sistemas 
OLTP os dados são inseridos, controlados e armazenados. Nos níveis superiores 
da pirâmide, o Nível de Administração e o Nível Estratégico, o objetivo é a tomada 
de decisões, que são tarefas que estão diretamente vinculadas com os objetivos 
do negócio. 
 
30 
 
 
 
 
 
 
 
 
Um sistema é um conjunto de elementos organizados que interagem 
entre si. Representa o conjunto de regras de negócio que a 
organização define para realizar os processos e procedimentos 
funcionais e operacionais necessários para atingir os objetivos 
propostos. 
Um Banco de Dados é um conjunto de dados que pertencem ao 
mesmo contexto e estão armazenados sistematicamente dentro de 
alguma estrutura que os suporta. 
O Ambiente Operacional é o espaço no qual convivem o conjunto de 
regras de negócio que a organização define para realizar os 
processos e procedimentos funcionais e operacionais necessários 
para atingir os objetivos propostos e os dados gerados por as 
transações realizadas diariamente. 
 
 
 
 
 
 
 
 
31 
 
 
Um Banco de Dados operacional apresenta um conjunto de características, tais 
como: 
Está orientado ao aplicativo. 
Apresenta estruturas padronizadas. 
Contém os dados das operações. 
Os dados são armazenados com o maior número de detalhes. 
 É atualizado on-line. 
Está em constante mudança. 
 
 
Exemplo de Banco de Dados Operacional 
O banco de dados de uma Entidade Financeira pode ter dados 
de: 
 Clientes 
 Tipos de Clientes 
 Produtos 
 Tipos de Produtos 
 Operações 
 Tipos de operações 
 Regiões 
 Países 
 Cidades 
32 
 
 
 Etc. 
Cada uma das tabelas e o banco em si, estão 
padronizados para garantir a integridade dos dados, 
minimizar o espaço ocupado e maximizar o rendimento 
da manutenção dos dados. 
 
Variação do Orçamento de BI 2006 
 
Empresas que investirão mais em BI (2006 
X 2005) 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
33 
 
 
QUAIS SÃO AS EMPRESAS INTERESSADAS EM BI? 
 
 
 
 
 
O que é Business Intelligence? 
Até agora estivemos falando sobre Banco de Dados transacionais, que 
oferecem suporte às operações da empresa. Estes Bancos de Dados formam os 
sistemas OLTP. 
 
 
Sob o nome de Business Intelligence (em português, Inteligência de Negócios) 
existem diferentes acrônimos, ferramentas e disciplinas que apontam para oferecer 
suporte à tarefa de tomada de decisões. 
 
 
OLTP são as iniciais em inglês de On-Line Transaction Processing, 
que significa Processamento de Transações On-Line. 
 
. 
34 
 
 
Entre eles citamos: 
 Data Warehousing: Os Data Warehouses, ou Armazéns de Dados, estão baseados 
em estruturas multidimensionais (cubos) nas quais a informação é armazenada, 
calculando previamente todas as combinações de todos os níveis de todas as 
aberturas de análise. É, de forma simples, um produto cartesiano que armazena todas 
as combinações. Pode-se dizer que este método é “exagerado” e, em parte, esta 
afirmação é real. O que não deveser esquecido é que este “exagero” é o preço pago 
pela empresa para poder tomar decisões corretas. Sempre será mais barata a 
despesa que resultante da aquisição de SW ou HW do que o custo representado por 
uma decisão tomada fora de hora. 
 
 
 Data 
Mart: O Data Warehouse de um fato em particular denomina-se Data Mart (DM). Data 
Mining: Está associado ao degrau mais alto da pirâmide (Nível Estratégico) e tem 
como objeto eliminar os erros cometidos pelas pessoas ao analisar os dados devido 
a preconceitos e deixar que sejam os dados os que mostrem os modelos subjacentes. 
O Data Mining ajuda a criar novos modelos não percebidos pelo analista até esse 
momento, mas que realmente existem nos dados. Todas as ferramentas ou 
disciplinas que podem ser incluídas na definição de BI apresentam três características 
comuns: Primeira: Oferecem informações para o controle do processo de negócio, 
independentemente da fonte onde estiverem armazenados os dados. Segunda: 
Oferecem suporte para tomada de decisões, sendo esta a característica mais 
importante. Terceira: A camada semântica. Não é possível tomar decisões de 
negócio se não se usar a linguagem própria do negócio. Independente da origem dos 
dados ou da forma de extração, transformação e agregação, o mais importante é que 
a informação deve “servir” aos usuários finais em uma linguagem de negócios que 
seja compreensível para eles, sem a necessidade de intérpretes. A ideia é que o 
analista se concentre na tomada de decisões, para tomá-las com rapidez e 
segurança, oferecendo uma vantagem competitiva para a empresa e aproximando-a 
do cumprimento dos objetivos. 
Business Intelligence (BI) é uma disciplina que, junto com suas 
ferramentas correspondentes, são o centro da análise da informação 
para a correta tomada de decisões, permitindo que a empresa atinja 
seus objetivos de negócio. 
35 
 
 
Na tabela a seguir são apresentadas as diferenças chave entre um sistema OLPT 
e um DW. 
 
 OLPT DW 
Objetivos Operacionais Informação para a 
 tomada de decisões 
Orientação Ao aplicativo Ao sujeito 
Vigência dos dados Atual Atual + histórico 
Granularidade dos dados Detalhada Detalhada + resumida 
 
Organização 
 
Organização padronizada 
Organização estruturada 
em função da análise por 
ser realizada 
Modificações nos dados Contínuas Estável 
 
A seguir comentamos cada uma das diferenças mencionadas para que você 
compreenda melhor o conceito de DW: Objetivos: Um sistema OLTP deve garantir 
a consistência dos dados, enquanto um OLAP consolida dados já validados, 
ajustando os às necessidades próprias da tomada de decisões. Orientação: Um 
sistema OLTP está orientado ao Aplicativo e deve atender as Regras de Negócio. Um 
sistema OLAP está orientado ao Sujeito, e está baseado naquilo que o analista 
precisa ver. Vigência dos Dados: Em um sistema OLTP os dados são utilizados à 
medida que vão sendo produzidos e deixam de ser importantes em curto prazo (um 
diário de vendas é relacionado para o mês que está sendo finalizado e, no mesmo 
momento, começam a ser importantes os dados do mês atual). Em um sistema OLAP 
são guardados os dados atuais e os históricos para poder ser realizadaanálises 
comparativas, de tendências, etc. A quantidade de períodos armazenados dependerá 
exclusivamente da necessidade de análise da empresa e da capacidade de 
armazenamento. Granularidade dos Dados: Em um sistema OLTP a granularidade 
é determinada pelos controles que devem ser realizados, que podem ser aqueles 
definidos pela organização ou pelas normas legais vigentes. Em um OLAP a 
granularidade será determinada pelo tipo de análise que se deseja realizar. Se a 
análise do tráfego é realizada analisando o número de ligações no mês, não faz 
sentido guardar o detalhe diário no OLAP. No OLTP talvez você não tenha a liberdade 
36 
 
 
de decidir o nível de granularidade. Organização: Um sistema OLTP é padronizado, 
enquanto um sistema OLAP é baseado em estruturas hierárquicas não padronizadas, 
modeladas de acordo com a forma desejada para a análise dos dados. 
Modificações nos dados: Um sistema OLTP modifica seus dados de forma constante, 
pois manipula as transações da empresa. Um sistema OLAP não tem como objetivo 
a apresentação dos dados on-line e, menos ainda, pretende modificar os dados 
originais, apenas consultá-los. A frequência de atualização dos dados em um sistema 
OLAP está definida pela granularidade. 
 
Dados X Informação 
Diariamente manipulamos dados sobre os números de telefone das 
pessoas com as quais temos contato (amigos, familiares, encanador, 
entrega de pizzas, etc.). Estes telefones chegam até nós de diferentes 
fontes e poderíamos marcá-los em uma 
“caderneta de telefones” ou em um caderno comum. 
Então, qual é a vantagem de marcar os números de telefone que nos 
interessam em uma caderneta ao invés de utilizar um caderno? É 
evidente, encontraremos mais rápido os números na caderneta do 
que no caderno, pois eles estarão organizados pela inicial do nome. 
E, se além disso for possível contar nessa caderneta com uma divisão 
para nossos amigos, outra para nossa família e outra para serviços, 
cada uma delas com cores de folha diferentes? 
Teríamos a nossa informação telefônica organizada de tal forma que, 
quando precisar dela, será rapidamente acessível. Se desejarmos 
telefonar para um amigo, temos que identificar o grupo de pertinência 
de acordo com a cor, depois pelo índice procuramos o nome e 
sobrenome e obtemos o número do telefone. 
 
Este simples exemplo mostra conceitualmente a diferença que existe entre 
dados e informação e representa a "base" de um DW. 
37 
 
 
 
O que o Business Intelligence pode oferecer? 
Historicamente, para realizar uma análise: 
Alguém entrava em contato com o Help Desk para solicitar os dados necessários, 
pois 
 
era o pessoal de Sistemas que sabia onde eram armazenados e de que forma. O 
pedido passava a fazer parte da fila de incidentes. Obter os dados demandava um 
tempo importante, podendo ser medido em dias. Após a longa espera, eram recebidos 
os desejados dados, realizando a análise. Era muito possível que o analista 
percebesse que realmente precisava contar com mais informação, que significava 
repetir o ciclo mencionado. Em um DW podem ser reunidos os elementos de dados 
apropriados de diversas fontes de aplicativos em um ambiente integral e centralizado, 
simplificando o problema de acesso à informação e, consequentemente, acelerando 
o processo de consultas e análise. Os aplicativos para suporte de decisões baseados 
em warehousing, podem tornar mais prática e fácil a exploração de dados para uma 
maior eficácia do negócio, tanto do ponto de vista da disponibilidade quanto da 
confiabilidade. 
38 
 
 
Quem precisa de soluções Business Intelligence? 
É possível que mesmo para um grupo importante de pessoas esta pergunta 
não tenha uma resposta fundamentada ou, o que consideramos pior, a existência de 
empresas que pensam não precisar contar com uma solução de BI. Vamos por partes. 
Obtenção caótica de informação: Um dos problemas mais comuns quando é 
 
necessário consolidar informações ou realizar tarefas de análise é a necessidade de 
saber onde está armazenado cada dado, com qual formato e qual o seu nível de 
consistência. Tudo isto sem mencionar sequer as complicações apresentadas pelo 
problema do acesso aos dados por questões de segurança. Um sistema de 
operações pode ser formado por vários aplicativos, estes aplicativos podem ter sido 
desenvolvidos por diferentes fornecedores e com diferentes ferramentas. Pode 
ocorrer o caso que existam determinados processos que não tenham um aplicativo 
que os suporte e por esse motivo o usuário tenha parte do negócio em planilhas de 
cálculo armazenadas no seu computador. Também pode ocorrer que os dados 
históricos sejam mantidos apenas em relatórios impressos localizados em armários, 
na empresa ou em um depósito externo. 
39 
 
 
 
Recolher este universo de dados dispersos em todos os setores e lugares da 
empresa torna caótica a obtenção da informação que você precisa. O “pulo do gato” 
das soluções de BI está no fato de evitar as Killer Queries (consultas assassinas). Se 
desejar saber quanto deve produzir no segundo trimestre do ano, talvez deva 
conhecer a previsão de vendas e a tendência das vendas no ano atual e as vendas 
reais dos últimos 5 anos. Se esta consulta for executada diretamente em um sistema 
OLTP, a resposta pode demorar várias horas e este não seria o maior problema. O 
perigo real é criar um colapso em todo o sistema de informação e ninguém na 
empresa poder trabalhar nesse período, com os prejuízos que isso provoca. Quem 
precisa analisar a informação? O sucesso de uma organização e da gestão da 
empresa está centralizada na utilização dessa informação. Não é possível administrar 
aquilo que não se controla. Não é possível controlar aquilo que não se mede e, se 
não tiver as informações para controlar os processos, ocorrerá um caos. 
 
 
 
A informação reduz a incerteza e facilita a tomada das melhores decisões. 
 
Podemos concluir então que se existe uma organização, se esta organização 
tem um serviço ou produto que está comercializando, se existem objetivos a curto e 
longo prazo que devem ser atingidos e se existem, principalmente, ideais de 
competência e crescimento, deve existir também dentro da empresa um sistema 
baseado em BI. 
 
 
 
 
 
 
Tomar decisões sem a informação adequada, principalmente 
quando esta informação está disponível na organização, é um 
risco que nenhuma empresa deveria correr. 
40 
 
 
Finalmente, surgem duas perguntas: 
 Quando a empresa precisa utilizar esta informação? Quando a empresa 
pode utilizar esta informação? 
A resposta para os dois casos é a mesma: É necessário decidir agora 
e é necessário ter a informação agora! 
 
 
 
 
Primeiros passos 
Aceitando reconhecer a necessidade de contar com um sistema baseado em 
BI, surgem as seguintes perguntas: Como começar? Até onde devo chegar em uma 
primeira etapa? 
A criação de um sistema de BI pode ser vista como uma obra de muito trabalho 
e provocar temores. O importante, no começo, é criar a base sobre a qual possamos 
obter os primeiros resultados para, com o passar do tempo, continuar crescendo. O 
essencial é: 
 Conseguir a unificação dos dados utilizados na tomada de decisões em um 
repositório único. Uma experiência desanimadora é chegar a uma reunião e ver que 
cada expositor possui uma planilha de cálculo própria, com dados próprios que não 
coincidem com nenhuma das demais e começar com uma discussão sobre a validade 
das diferentes fontes de dados. 
 Implementar uma camada semântica útil, para que todos entendam 
claramente o significado da informação. 
Após cumprir estes objetivos básicos, o resto do caminho dependerá das 
necessidades próprias de cada organização. 
 
Supor que o desenvolvimento de um sistema baseado na tecnologia 
Business Intelligence é um artigo de luxo, de custos muito elevados, 
ou que é um elemento de Marketing, é uma concepçãoequivocada. 
41 
 
 
O futuro do Business Intelligence 
Como em quase todas as atividades humanas, em BI ocorre uma mistura de 
necessidade e moda. Atualmente estão se fortalecendo os projetos BAM e CPM: 
BAM: As soluções de Business Activity Monitoring (Monitoramento da Atividade de 
Negócios) propõem o uso de indicadores de curto prazo em um painel de controle. 
São indicadores estritamente operacionais obtidos a partir de sistemas transacionais. 
Em alguns casos são chamados de BI Operacional, pois respondem à necessidade 
de tomar decisões em nível operacional, aqui e agora. CPM: Os Corporate 
Performance Management (Gerenciamento de Desempenho Corporativo) completam 
o foco global do processo de fluxo de informações que suporta as decisões na 
empresa. Com as ferramentas atuais é possível monitorar a empresa, analisar os 
problemas ou acertos. São controlados através de KPI (Key Performance Indicador – 
Indicador Chave de Desempenho), mas não há ferramentas para criar e administrar 
os KGI (Key Goal Indicador – Indicador Chave de Objetivo). Com as soluções de CPM 
o objetivo é fechar o círculo: poderão ser definidas as previsões, os objetivos, o 
planejamento, a consolidação orçamentária, etc. 
 
 
 
 
 
 
 
 
 
42 
 
 
 
 
Estudo de Caso 
Cenário 
 
A Contoso dedica-se à comercialização de produtos comestíveis e bebidas 
através dos seus Hipermercados e Supermercados. 
 
 
 
 
 
 
 
Conta com uma ampla e importante rede 
no Brasil, Argentina e Uruguai; um claro 
objetivo em médio prazo é inaugurar locais 
no resto dos países do MERCOSUL. 
 
 
 
 
Necessidade: Os analistas da Contoso, a pedido da sua diretoria, precisam 
apresentar relatórios onde seja possível analisar: 
 A quantidade de unidades vendidas nos países atingidos pelo mercado 
atual. 
 O custo incluído em cada unidade vendida  O valor de venda de cada 
produto. 
 O lucro obtido na venda de cada produto. 
 
Esta informação requer apresentação por região geográfica e filial. 
Por outro lado a empresa deseja: 
 Montar cestas de produtos de acordo com o perfil de compra dos clientes 
de cada cidade na qual tenha um local de varejo. Para isso, requer um 
estudo das vendas realizadas abertas por categoria de produto (com a 
possibilidade de obter o detalhe por produto), por cidade, por mês, para 
os últimos 13 meses (para detectar paradas). 
43 
 
 
 Premiar anualmente os vendedores que ultrapassem os objetivos de 
venda atribuídos. A análise, neste caso, deverá incluir os vendedores, as 
vendas realizadas, os objetivos de venda e o indicador de cumprimento 
detalhados por mês para o ano fiscal (o prêmio será diferente se forem 
atingidos os objetivos globais para o ano ou se, além disso, forem 
atingidos os objetivos em todos os meses em particular). 
 
 
44 
 
 
 
 
 
 Existe diferença entre um sistema baseado no operacional 
e um sistema que apóia a tomada de decisões. 
 É possível compreender agora o que é Business 
Intelligence. 
 É possível compreender as vantagens de uma solução de 
Business Intelligence. 
 É possível compreender e decidir quando aplicar uma 
solução de Business Intelligence. 
 É possível especificar quem precisa de uma solução de 
Business Intelligence. 
 
 
 
 
 
 
 
 
 
 
 
 
 A empresa está preparada para trabalhar com BI? 
 É possível contar com o comprometimento da alta 
gerência para encarar um projeto de criação de um 
sistema de BI? 
 Você está consciente que deverá capacitar os usuários 
na disciplina associada a BI? 
 Estão definidos claramente os objetivos de negócio 
associados ao sistema de BI? 
45 
 
 
REFERÊNCIAS BIBLIOGRAFICAS 
ABELLÓN, Marcos. Desmistificando o Business Intelligence (BI) nos novos 
tempos. Disponível em: Acesso em 18 mai. 2008. 
BRANDÃO, Estela Quiaratto. Por que BI deveria significar "Business Information" 
e não "Business Intelligence". Disponível em: Acesso em 19 mai. 2008. 
DEIGTON, Anthony. O que está por vir em Business Intelligence. Disponível em: 
 Acesso em 01 jun. 
2008. 
INÁCIO, Sandra Regina da Luz. Business Intelligence: Uma das maiores 
ferramentas de gestão empresarial. Disponível em: Acesso em 20 mai. 2008. 
LARANGEIRA, Paulo H.P.; OLIVEIRA, Poliana P. T., COUTINHO, Guilherme G.R. 
PRODUZINDO INTELIGÊNCIA COMERCIAL A PARTIR DA GESTÃO DO 
CONHECIMENTO DA FORÇA DE VENDAS – UMA PROPOSTA DE USO DAS 
FERRAMENTAS DE INTELIGÊNCIA COLETIVA. Projeto. UFRJ, Rio de Janeiro, 
2007. 
MATHEUS, Renato F.; PARREIRAS, Fernando S. INTELIGÊNCIA EMPRESARIAL 
VERSUS BUSINESS INTELLIGENCE: ABORDAGENS COMPLEMENTARES 
PARA O APOIO À TOMADA DE DECISÃO NO BRASIL. Congresso Anual da 
Sociedade Brasileira de Gestão do Conhecimento, 2004, São Paulo, Anais. 
PEREIRA, Frederico C.M., BORGES, Mônica E.N. A INTELIGENCIA 
EMPRESARIAL E A BIOLOGIA DO CONHECER: uma análise 
exploratórioqualitativa do setor de pequenas e médias empresas de consultoria de 
46 
 
 
Belo Horizonte. Disponível em: 
Acesso em 20 mai. 2008. 
REDECARD. Disponível em: Acesso em 01 jun. 2008. 
NEXTG. Curso de Business Intelligence. Disponível em 
Acesso em 20 mai. 2008. 
TURBAN, Efraim; RAINER, R. Kelly; POTTER, Richard E.ADMINISTRAÇÃO DE 
TECNOLOGIA DA INFORMAÇÃO: teoria e prática. Rio de Janeiro: Elsevier, 3ª ed., 
2005.