Sistemas De Recuperação De Informação: Informações Concisas Para Tomada De Decisão

ABSTRACT:

 The flow of data in the enterprises today is very large which makes essential the use of Database Management Systems (SGBD). Although these systems are quite effective in storage, data are often stored in a wrong way and so the information hasn’t much use for the company. This study emphasizes the importance of organizing and classifying the data loaded in SGBDs in order to make them useful for decision-making in the companies. It will be presented concepts and useful rules for the cohesive organization of data that take into consideration the scenario and the goal of the company. This study will have a special focus on concepts related to BI (Business Intelligence) systems.

1. INTRODUÇÃO

A base de dados de uma empresa, arquivados em banco de dados transacionais2, constitui um de seus bens mais preciosos. A importância da estruturação de armazenamento de dados baseia-se na rapidez e concisão da recuperação dos mesmos, proporcionando informações eficazes para uma tomada de decisão fundamentada na necessidade do negócio. Destaca se ainda, que por meio uma organização coerente, essas informações extraídas, permitirão tanto apoiar as decisões que se pretende tomar, quanto indicar as necessidades e as ações mais adequadas dentro de um determinado contexto.

A indexação e o arquivamento de documentos com a máxima precisão, a fim de viabilizar a sua recuperação, sempre foi uma grande preocupação dos pesquisadores.  O avanço da tecnologia simplificou esse trabalho, mas por nem sempre serem seguidas as boas práticas que conceituam a Ciência da Informação e a Ciência da Computação, são gerados problemas ao se extrair informações, sobretudo as que servirão à tomada de decisão, ocasionando perda de tempo e principalmente de dinheiro para as empresas.

Compreender melhor a Inteligência de Negócio, que é essencialmente humana, deveria ser o primeiro desafio de qualquer gerente, equipe ou analista de negócios preocupado em melhorar o processo decisório em sua organização. Na construção de ambiente de suporte à decisão na empresa é importante ter em mente que haverá sempre muito que fazer antes e além de se pensar em computadores e ferramentas analíticas. Saber organizar (classificar e representar) esses dados de forma precisa e coerente é crucial para se extrair as melhores informações.

Esse estudo teve como finalidade enfatizar a importância do processo de organização dos dados para que se recuperem informações precisas a fim de auxiliar à empresa na hora que se tomar as decisões. Os sistemas de Business Intelligence (BI) são sugeridos para atingir metas das empresas, tais como, novas oportunidades de negócios, contribuir em uma visão mais profunda do consumidor, aumentar o faturamento, reduzir os custos, ajustar os orçamentos e outras. Podendo também contribuir para substituir relatórios e procedimentos de relatos estáticos por dinâmicos e em tempo real, garantindo que as ações sejam realizadas a qualquer momento.

Na a elaboração desse artigo, utilizou-se como metodologia a pesquisa teórica. Essa investigação ocorreu pelo levantamento bibliográfico e documental, de informações relevantes para o tema, em livros e artigos publicados na internet.

A escolha realizada foi de suma importância para o detalhamento, a explicação e a conclusão do trabalho, já que a bibliografia pesquisada foi capaz de dar o suporte teórico necessário ao estudo do tema. A diversidade das obras e principalmente o levantamento dos materiais na internet, ajudaram a análise das diferentes visões sobre o assunto. As metas previamentes traçadas para o artigo foram alcançadas por meio dos estudos realizados.

 2. FUNDAMENTO TEÓRICO - CENÁRIO ATUAL

             A organização de documentos foi estabelecida desde antes do século XX. Já nessa época grandes teóricos buscavam classificar quaisquer tipos de documentos de forma a tornar fácil sua recuperação. As classificações foram modificadas ou adaptadas para uma melhor representação. Com o passar dos anos e a evolução de tecnologias na organização de documentos  foi necessária a criação de um Sistema de Recuperação de Informação (SRI), efetivado em 1950. Desde então, o uso de SRIs tornou se necessários para extrair todo e qualquer tipo informações.

Com o aumento no fluxo de dados nas empresas, a informatização para melhorar a organização desses elementos se torna imprescindível. Novas tendências surgem de modo a facilitar ainda mais esse trabalho, como por exemplo, a criação de banco de dados relacionais em meados da década de 70.

Em 1985, com a explosão do uso da Internet pelas pessoas e por toda a organização, os dados foram classificados em estruturas condizentes a cada necessidade em particular, com formatos que nem sempre eram coerentes, ou seja, foram criadas diversas características relativas a um mesmo assunto. Isso acarretou vários problemas de interpretações na hora de se recuperar os dados.

Esse século é de inovações, uma busca a perfeita harmonia homem-máquina. Investigam se com o auxílio tecnológico a possibilidade de ordenar, controlar, classificar, averiguar, e utilizar o mais importante fator de controle de todos os tempos: a informação. A maioria dos usuários de computadores não considera os problemas que podem ser gerados pelo mau uso, e até mesmo pela dificuldade ao acesso das mais variadas informações. Deve-se aumentar a conscientização sobre esse problema e divulgar o valor de uma boa estrutura para o trabalho.

O crescente uso da Internet traz benefícios a todos que a utilizam como meio de acesso a informação, mas a alteração e o aprimoramente dos processos são necessarios para que a organização dos documentos se torne mais compreensível e acessível em um meio comum.

Para que um analista possa adquirir conhecimento que servirá de base às suas ações perante o mercado, frente a um a imensa gama de dados disponíveis, é necessário uma adequada compreensão e trabalho dos dados.

No mundo dos negócios, os ganhos financeiros dependem de uma coesão entre as informações da empresa. Diversidades e/ou dúvidas não podem estar presentes nesse momento, por isso, precisa-se de um entendimento coeso sobre o interesse da empresa, a fim de extrair informações precisas. Deve se ter uma metodologia bem aplicada para uma melhor classificação dos dados, de tal maneira que elas possam trazer certezas, tranqüilidades e segurança nas tomadas de decisões.

 2.1 INFORMAÇÕES PARA TOMADA DE DECISÃO

 Antes da década de 80 falava-se apenas em coletar e armazenar dados. Para uma empresa adquirir uma maior precisão nas tomadas de decisão e conseqüentemente aumentar sua competitividade no segmento, reduzindo custos e melhorando a desempenho da corporação, os tomadores de decisões precisavam de respostas rápidas e eficazes para qualquer tipo de pergunta sobre os dados, obrigando a todos os membros da empresa a conhecerem melhor o próprio negócio.

Inicialmente esses dados foram tratados como simples aliados ao desenvolvimento de sistemas. Em seguida, com o surgimento dos primeiros conceitos sobre modelos de dados hierárquicos, foram desenvolvidos vários sistemas através desses arcabouços. Com a interação da engenharia da informação e a administração, a modelagem e análise dos dados, surgiram então, os modelos relacionais que trocaram à rigidez das estruturas hierárquicas pela flexibilidade das relações. Por meio dos acontecimentos descritos, as empresas começaram a falar em estruturas matriciais e por espelhamento dos bancos de dados relacionais, cujos campos e registros se transformavam em matrizes bidimensionais.

            Desse conceito desenvolveu-se o banco de dados multidimensional, mais conhecidos como Data Warehouse(DW), ou em português, armazém de dados. Definido como um banco de dados especializado, o qual integra e gerencia o fluxo de informações a partir dos bancos transacionais e fonte de dados externa da empresa. O DW, segundo Inmon, “... é uma coleção de dados orientada por assunto, integrada, variante no tempo e não volátil, que tem por objetivo dar suporte aos processos de decisão, (INMON, 1992)”, tem como objetivo auxiliar a tomada de decisões na organização por meio de relatórios gerenciais.

Todo o montante de dados provenientes da empresa, assim como as vendas e as compras, os contatos com clientes, suas reclamações e outros dados, não podem ficar sem um tratamento especial. Todas as informações devem ser meticulosamente armazenadas em bases de dados de forma classificada e ordenada, para que quando necessário, as empresas possam lançar mão de indicadores precisos no apoio à tomada de decisões. Como exemplo; uma empresa de telefonia móvel poderia saber, em segundos, qual região da cidade deve ser o foco de uma campanha local de estímulo às vendas.

Com softwares especiais, pode-se estabelecer graficamente, na tela do computador, a concentração de maior uso de serviços em uma determinada rua da cidade. Esses softwares combinam dados de consumo com mapas e informações de natureza geográfica. Assim, não é por acaso que existem combinações de disposição de produtos nas prateleiras das maiores redes de supermercados. A disposição de cervejas ao lado de fraldas não se trata de mera coincidência, e sim resultado da análise de sofisticados programas capazes de estudar milhões de combinações cruzadas entre produtos e hábitos de consumo.

Para esse conceito surge o chamado Business Intelligence (BI), ou em português, inteligência do negócio. Quando implantado de forma pertinente, com os corretos sistemas informatizados, são uma mina de ouro para as empresas. Tais sistemas constituem um auxílio inestimável nas organizações. O BI surgiu na década de 80 e descreve as habilidades das corporações para acessarem dados e explorar as informações, analisando-as e desenvolvendo percepções e entendimentos sob seu respeito, o que as permite incrementar e tornar mais pautada em informações a tomada de decisão.

As organizações recolhem informações com a finalidade de avaliar o ambiente empresarial, completando estas informações com pesquisas de marketing, industriais e de mercado, além de análises competitivas. Organizações acumulam "inteligência" à medida que ganham sustentação na sua vantagem competitiva, podendo considerar tal inteligência como o aspecto central para competir em todo e qualquer mercado.

2.2 SRI EM BUSINESS INTELLIGENCE

 O SRI em BI começa com uma compreensão absoluta do negócio, de tal maneira que os envolvidos possam começar a desenvolver a modelagem multidimensional, a criação e carga do DW para a extração das informações que servirão de base para tomada de decisão.

As instituições consolidam as informações de diversos locais, trazendo tabelas de muitas fontes de dados para um mesmo local, ou ainda, materializando uma visão que é definida sobre volumosas bases de dados. A classificação usada nas bases de dados precisa ser a mais coerente possível, já que ela é a etapa mais importante para se extrair as informações desejadas.

Essa etapa é conhecida por ETL (Extract, Transform, Load), que envolve:

•          A extração de dados de fontes internas e/ou externas;


•          A transformação dos dados para atender às necessidades de negócios;


•          A carga no Data Warehouse.

O ETL é a etapa mais importante de todo o processo, pois é a forma pelo qual os dados são classificados e efetivamente carregados no DW, podendo envolver combinações simples entre duas tabelas relacionais ou transformações extremamente complexas. Um mau entendimento no processo de carga pode ocasionar em informações errôneas, causando assim um prejuízo enorme a empresa.

 O início do processo é a extração de dados dos sistemas de origem (sistemas transacionais). A grande maioria dos projetos de DW consolida dados extraídos de diferentes sistemas de origem, cada sistema pode também utilizar um formato ou organização de dados diferente. Essa etapa geralmente é apenas uma cópia fiel do sistema fonte, lembrando que se deve ter um cuidado especial na carga, pois excesso de informações é tão ruim quanto poucas informações.

O estágio seguinte é a transformação. Nela aplica-se uma série de regras e funções aos dados extraídos para se ter um padrão na hora da carga. Algumas fontes de dados necessitam de pouca manipulação e em outros casos, podem ser necessários uma ou mais transformações, como os exemplos citados abaixo:

•         Seleção de uma ou mais colunas de uma tabela da base de dados da origem;


•         Tradução de valores codificados, se o sistema de origem armazena 1 para sexo masculino e 2 para feminino, mas o DW armazena M para masculino e F para feminino;


•         Codificação de valores de forma livre, mapeando “Masculino”,“1” e “Sr.” para M;


•         Derivação de um novo valor calculado;


•         Junção de dados provenientes de diversas fontes;


•        Resumo de várias linhas de dados, total de vendas para cada loja e para cada região;


•         Geração de valores de chaves substitutas (surrogate keys);


•        Transposição ou rotação,(transformando múltiplas colunas em múltiplas linhas ou vice-versa;


•        Quebra de uma coluna em diversas colunas, colocando uma lista separada por vírgulas e especificada como uma cadeia em uma coluna com valores individuais em diferentes colunas.

A fase de carga é o processo que carrega os dados no DW. Dependendo das necessidades da organização, essa etapa pode variar amplamente. Alguns bancos substituem informações existentes mensalmente, semanal ou até diariamente, com os dados acumulativos. Ao passo que outros (ou até mesmo outras partes do mesmo DW), podem adicionar dados a cada hora. Sistemas mais complexos podem manter um histórico de todas as mudanças sofridas pelos dados.

Assim que os dados são carregados, podemos extrair as informações desejadas através dos relatórios para tomada de decisões, em outras palavras, os relatórios OLAP (on-line Analytical Processing).

O processamento analítico em tempo real (OLAP) é um conjunto de tecnologias que procura facilitar a análise multidimensional. Segundo Kimbal, “OLAP é um termo criado para descrever uma abordagem dimensional para o suporte à decisão”, (KIMBAL, 1996).

As estruturas multidimensionais permitem ao usuário analisar os dados segundo sua visão de negócio, sumarizando-os por linha de produto, região ou qualquer outra perspectiva que lhe interessar e na dimensão temporal que lhe convier: anual, semestral, mensal ou semanal. Isto é possível porque os dados são definidos e armazenados respeitando as dimensões em que existem na realidade.

Uma tecnologia que suporta OLAP permite um alto grau de sofisticação na modelagem dos dados e na navegação pelo Data Warehouse, extraindo as mais variadas informações organizadas, classificadas no processo anterior.

 2.3 ORGANIZAÇÃO DOS DADOS

 O primeiro passo para uma boa organização dos dados é o entendimento sobre o propósito da empresa. Deve realisar um levantamento dos principais pontos do projeto, estabelecido em uma interpretação coletiva. Com isso, apresentar a organização lógica das idéias e a relação entre elas, de maneira concisa ao negócio empresarial.

• Seguindo esse processo, deve-se fazer uma adequação minuciosa do conteúdo levantado, ou seja, a criação dos metadados. Os metadados devem ser desenvolvidos apartir de um consenso comum, incluindo as seguintes normas:


•          ORIGEM DOS DADOS: todo elemento de dado precisa de identificação, sua origem ou o processo que o gera;


•         FLUXO DE DADOS: os dados precisam ter identificados os fluxos nos quais sofre transformações;


•         FORMATO DOS DADOS: eles devem ter identificados seu tamanho e tipo de dado;


•         NOMES E ALIAS: deve ser identificado por um nome comum e o mais parecido com interpretação para recuperação;


•         DEFINIÇÕES DE NEGÓCIO: cada elemento de dado deve ser suportado por uma definição do mesmo no contexto da Área de Negócio;


•         REGRAS DE TRANSFORMAÇÃO: estas regras são geradas no momento da extração, limpeza e agrupamento dos dados dos Sistemas Operacionais. Cada regra de transformação codificada e deve estar associada a um elemento de Metadado;


•         ATUALIZAÇÃO DE DADOS: o histórico das atualizações normalmente é mantido pelo próprio banco de dados, mas definir um elemento de metadado, indicando as datas de atualização dos dados, pode ajudar o usuário no momento de verificar a atualidade dos dados e a consistência da dimensão tempo do Data Warehouse;


•         REQUISITOS DE TESTE: identifica os critérios de julgamento de cada elemento de dado. Valores possíveis e intervalos de atuação;


•         INDICADORES DE QUALIDADE DE DADOS: podem ser criados índices de qualidade baseados na origem do dado, número de processamentos feito sobre este dado, nível de utilização do dado, etc.


•         ACESSO E SEGURANÇA: os metadados devem conter informação suficiente para que sejam determinados os perfis de acesso aos dados.

Após uma adequada organização dos dados, alguns procedimentos devem ser seguidos para o desenvolvimento eficaz do DW. Com esse intuito, as melhores práticas têm surgido para clarear as abordagens necessárias para o sucesso do BI na tomada de decisão. Esse processo precisa de um trabalho árduo para que as informações extraídas sejam as mais coerentes. São elas:

• A arquitetura do DW deve ser Centralizada, de tal fora, que ao efetuar alguma carga ou transformação, envolva todo o conjunto de dados, não separadamente, evitando assim erros e/ou redundâncias, atrapalhando no resultado final;

• Outra boa prática é a Limpeza de dados dos sistemas legados. Consiste em excluírem os dados que não são necessários para o sistema, incluindo regra requisitada de decodificação no processo de ETL. O objetivo final é ter os dados no DW sustentados por si só, sem erros, inconsistências e redundância de dados. Esse ponto chave é focar na qualidade, integridade e usabilidade dos dados;

• Organização de dados de BI. O princípio de BI é manter o foco na empresa como um todo. A melhor prática é desenvolver um DW, que contenha todos os elementos de dados requeridos pela corporação ou localmente (departamento, regional, etc.). Essa abordagem faz-se útil para propósitos locais e suporta análises de dados também em nível de negócios. Enquanto ainda houver mudanças na organização da empresa, essa abordagem não alterará o número de data marts e simplificará as respostas às mudanças organizacionais. Tipicamente, a mudança somente adicionará ou mudará valores nos dados ou fatos dimensionais contidos no DW;

• Apresentação das Informações, elas não devem ser apresentadas simplesmente como relatórios analíticos. A apresentação de dados deve suplantar o fornecimento de resultados analíticos e inclui a personalização dos resultados às necessidades de tomada de decisão do homem de negócios. Fazer uma avaliação antes é um princípio básico do BI a ser aplicado.

Finalmente, a incorporação da Administração de dados (DA), que tem como função a responsabilidade de desenvolver e administrar de modo centralizado as estratégias, com procedimentos e práticas para o gerência dos recursos de dados e aplicativos, incluindo planos para sua definição, padronização, organização, proteção e utilização. Cabe aos DAs organizar os dados como recursos de uso comum da empresa, promovendo-lhes os valores de autenticidade, autoridade, precisão, acessibilidade, seguridade e inteligibilidade. Com isso tem-se um enfoque maior com as informações constantes nos dados.

 3. CONSIDERAÇÕES FINAIS

 Uma empresa utiliza boa parte de seu tempo na recuperação de informações para manter a frente de seus concorrentes. Obtém se sucesso a organização que consegue tomar decisões corretas e rápidas.

O valor das informações deve-se em grande parte, à necessidade que as empresas têm em se manter competitivas, porém, a informação não existe sozinha: exige dedicação de seus criadores e principalmente da compreensão de todos. A maneira mais eficiente de aumentar a qualidade da informação é dando aos colaboradores poder ao entendimento do conteúdo. Da mesma forma, quanto mais cresce o volume de informação oferecida, maior a necessidade de um gerenciamento completo que padronize e simplifique o processo de classificação de forma global e coerente.

Este estudo apresentou uma visão geral sobre a seriedade que se deve ter no entendimento do négocio empresarial, assim como a importância de se organizar os dados de forma a trazer informações importantes e presicsas para a tomada de decisão. É fundamental que todos tenham uma visão bem clara para os negócios da organização, pois só assim, as empresas tornaram mais competitivas e com maiores ganhos financeiros, podendo também até ampliar seu mercado a novos horizontes.

Com o continuo avanço das tecnologias e o amadurecimento de todos nas empresas, espera-se que, cada vez mais, essa integração coletiva e as ferramentas de tomada de decisão sejam incorporadas, juntamente com processos mais coesos na organização.

A maior relevância relatada nesse artigo foi mostrar a valor de ter um envolvimento pleno de todos envolvidos no processo de entendimento e organização dos dados na implementação dos SRIs, com isso, ter uma maior reflexão sobre cada assunto, apontando as melhores práticas correspondente ao negocio empresarial.

Esses são alguns dos métodos de organização dos dados. Cabe aos responsáveis da informação de cada corporação escolher e aplicar as melhores escolhas que atenderam cada empresa.

É importante ainda destacar, que este estudo contriburá para a ampliação dos conhecimentos dos leitores em relação aos ambientes de suporte a decisão, o que com certeza poderá ser aplicado na sua futura vida profissional.

 4. REFERÊNCIAS

ATIGOS CIENTÍFICOS EM CIÊNCIA DA INFORMAÇÃO. Disponível em . Acesso em 17 maio. 2008.

BUSSINES Intelligencel. Disponível em: . Acesso em: 13 maio. 2008.

 BUSSINES Intelligence – Introduction. Disponível em: . Acesso em: 25 maio. 2008.

 BARBIERI, Carlos. BI – Business Intelligence – Modelagem e Tecnologia. Rio de Janeiro: Editora Axcel Books do Brasil, 2001.

 CIÊNCIA DA INFORMAÇÃO. Disponível em . Acesso em 20 maio. 2008.

 INMON, William. Como Construir o Data Warehouse. Rio de Janeiro: Campus, 2ª edição, 1997.

 KIMBALL, Ralph. Data Warehouse Toolkit. Rio de Janeiro: Campus, 2ª edição, 2001.

 PERSPECTIVAS EM CIÊNCIA DA INFORMAÇÃO. Disponível em . Acesso em 17 maio. 2008.

 ORGANIZAÇÃO DA INFORMAÇÃO. Disponível em: . Acesso em: 03 jun. 2008.

 SERRA, Laécio. A Essência do Business Intelligence. São Paulo: Editora Berlekely, 2002.

 WIKIPEDIA. Business Intelligencel. Disponível em: . Acesso em: 01 jun. 2008.

 _________. Administração de dados. Disponível em: . Acesso em: 03 jun. 2008.