Evolução e Conceitos de ERP

Prévia do material em texto

🧬 Resumo: Evolução e Conceitos de Sistemas ERP
O ERP que conhecemos hoje é o resultado de 40 anos de evolução, saindo do controle de "parafusos" para a integração total da estratégia da empresa.
1. A Linha do Tempo da Evolução
Para a sua prova, guarde esta sequência:
1. MRP (Décadas de 60/70): Focado apenas em Materiais. Planejava o que comprar e quando comprar para não parar a produção. Era um sistema isolado (departamental).
2. MRP II (Década de 80): Focado em Recursos de Produção. Além de materiais, passou a planejar mão de obra, capacidade das máquinas e integração financeira básica. Começou a usar ferramentas como o CAD e CAM.
3. ERP (Década de 90): Focado na Integração Empresarial. A palavra-chave aqui é Integração. O sistema sai do chão de fábrica e abraça o RH, Jurídico, Marketing e Projetos em um único banco de dados.
2. Além do ERP: SCM e CRM
O ERP cuida de "dentro" da empresa. Mas ele cresceu e ganhou "braços" para olhar para fora:
· SCM (Supply Chain Management): Gerencia a Cadeia de Suprimentos. Ele integra a empresa com seus fornecedores e parceiros logísticos. O objetivo é otimizar desde a matéria-prima até o produto chegar na prateleira.
· CRM (Customer Relationship Management): Gerencia o Relacionamento com o Cliente. É o sistema que mapeia o perfil do consumidor, antecipa necessidades e cuida do pós-venda. É a ferramenta estratégica para marketing e vendas.
3. O Mercado e a Implantação
O texto traz um ponto vital para o profissional de TI: ERP não é software de prateleira.
· Customização/Parametrização: Cada empresa tem um processo único. O seu papel como desenvolvedor ou consultor é ajustar o software para a realidade do negócio.
· Cloud Computing: A tendência atual é o ERP na nuvem (SaaS), o que reduz custos de infraestrutura e aumenta a escalabilidade.
Principais Players:
· Mundiais: SAP (líder alemã), Oracle e Microsoft.
· Nacionais: TOTVS (líder absoluta no Brasil), Senior e Cigam.
💡 Insight para o Paulo (TI e Hardware):
· SGBD (Oracle): Note que a Oracle é líder em Banco de Dados e, por isso, comprou outras empresas de ERP (PeopleSoft, JDEdwards) para dominar o mercado de aplicações. Ter o banco e o sistema é uma vantagem técnica enorme.
· O "Trio da Implantação": Uma implantação de sucesso depende de três atores: quem faz o Software, quem fornece o Hardware (servidores, redes) e quem faz a Implantação (consultoria).
· Hardware e Performance: Como você já pesquisou sobre SSDs NVMe e placas-mãe, imagine isso em escala corporativa. Um ERP processando milhares de transações por segundo exige servidores potentes e bancos de dados muito bem tunados.
🛠️ Revisão Rápida para Estudo:
· MRP: Materiais.
· MRP II: Produção + Finanças.
· ERP: Integração de todos os departamentos internos.
· SCM: Integração com Fornecedores (Cadeia de Valor).
· CRM: Integração com Clientes.
Modulo 2.2
📊 Resumo: Business Intelligence (BI) e Data Warehouse
O BI é o processo de transformar dados brutos em conhecimento estratégico. Ele não é apenas um software, mas uma arquitetura completa.
1. A Base: Data Warehouse (DW) e Data Mart (DM)
O DW é um banco de dados gigante, consolidado e histórico, desenhado para suporte à decisão.
Data Mart (DM): É uma "fatia" do DW focada numa área específica (ex: só Marketing ou só Financeiro). É mais barato e rápido de implementar.
Características do DW (Inmon):
Orientado por Assunto: Foca em temas (Clientes, Produtos) e não em processos.
Integrado: Padroniza nomes e códigos de diferentes fontes.
Variante no Tempo: Mantém o histórico (anos de dados), ao contrário do ERP que foca no "agora".
Não Volátil: Os dados não são alterados ou apagados; são apenas lidos e carregados.
2. A Estrutura dos Dados e Metadados
Os dados no DW são organizados por níveis de detalhe (Atuais, Antigos, Resumidos).
Metadados: É o "dado sobre o dado". Funcionam como um diretório ou guia de mapeamento que explica de onde o dado veio e como ele está formatado. Conceito vital para a tua área!
3. Ferramentas de Manipulação: OLTP vs. OLAP
Para a prova, não podes confundir estes dois:
OLTP (Transacional): É o banco do dia a dia (ERP). Foca em rapidez de atualização e integridade. (Ex: registrar uma venda).
OLAP (Analítico): É a ferramenta de visualização do BI. Foca em consultas complexas, visões multidimensionais (cubos de dados) e relatórios dinâmicos. (Ex: comparar vendas de Palmas vs. Brasília nos últimos 5 anos).
4. Data Mining (Mineração de Dados)
Enquanto o OLAP responde a perguntas que tu já sabes fazer, o Data Mining descobre padrões que tu nem sabias que existiam.
Usa algoritmos e Redes Neurais (IA) para "peneirar" os dados e encontrar correlações escondidas.
💡 Insight para o Paulo (Futuro Cientista da Computação):
ETL (Extração, Tratamento e Carga): No texto, é chamado de ETC. Como desenvolvedor, esta é a parte mais trabalhosa. Tu vais criar scripts (em Python ou ferramentas específicas) para limpar dados "sujos" do banco operacional antes de os mandares para o DW.
Performance: Lembras-te da tua placa-mãe A320M e do processador Ryzen? No BI, o processamento é intensivo. Bancos de DW costumam rodar em servidores com muita RAM e armazenamento de altíssima velocidade (como os NVMe que tu gostas), porque as queries analíticas podem ler milhões de linhas de uma vez.
Credibilidade: Se o teu script de ETL falhar e misturar dados (como o exemplo de "homens grávidos"), o BI perde a utilidade. A qualidade do código do programador dita a confiança da decisão do CEO.
🛠️ Revisão Rápida para Estudo:
BI: Conjunto de estratégias e tecnologias.
DW: O grande depósito de dados históricos.
DM: Subconjunto do DW (departamental).
OLTP: Gravação (Operacional).
OLAP: Leitura/Análise (Estratégico).
Data Mining: Descoberta de padrões ocultos.