A tecnologia do SAD é de suma importância em uma organização, porém as informações fornecidas por esse têm de ser confiáveis e consistentes. Devido a isso os data warehouses surgiram para dar suporte a essa necessidade, sendo um imenso banco de dados contendo informações de toda a empresa de forma integrada. Com o grande benefício do uso de data warehouse, grandes empresas criaram esse banco. No presente artigo serão destacados a importância dos SADs nas organizações, os problemas na gestão dos dados, e o data warehouse como solução para as organizações, com o exemplo da Sears Roebuck and Company e da US West.
Com a constante busca por melhores resultados de suas tomadas de decisão, a utilização de sistemas computadorizados para dar suporte a esse processo torna-se imprescindível. Devido a isso, os sistemas de apoio à decisão, SADs, também chamados de sistemas de suporte à decisão, SSD, tem evoluído bastante, visando maior efetividade em sua utilização. Os data warehouses surgiram para dar suporte aos SADs, otimizando consultas e oferecendo maior qualidade e confiabilidade das informações. “Foi com o objetivo de organizar os dados corporativos da melhor maneira possível, para que pudessem ser acessados e utilizados pelos gerentes e diretores, a fim de auxiliá-los na tomada de decisões, que surgiu o conceito de data warehouse.
É muito importante ressaltar a importância de um SAD, sistema de apoio à decisão, em uma organização, visto que é uma ferramenta que trata os dados os transformando em informações relevantes para o processo de tomada de decisões da organização. A maneira com que as informações são fornecidas ao usuário é ponto principal nesse processo. “Um SSD fornece aos usuários um conjunto flexível de ferramentas e de recursos para analisar importantes blocos de dados.” O processo decisório influencia todas as atividades da empresa, desde as atividades operacionais às de gestão de alto escalão. Diante disso um SAD torna-se importantíssimo na organização, e os benefícios são muitos, desde melhor visão das informações até a maior segurança no processo decisório. Os data warehouses são criados pelas organizações justamente para fornecer suporte a esse importante aliado dos tomadores de decisão, fornecendo informações precisas e confiáveis aos SADs e esse fornecendo aos gerentes uma visão global da organização, permitindo uma tomada de decisão mais precisa.
As informações são parte fundamental no processo de tomada de decisão. Considerando que essas são constituídas de dados, o processo de gerenciamento dos dados torna-se importantíssimo, desde o armazenamento até a recuperação e transformação desses em informações através de SIGs, SADs, entre outros. “[...] já se conhece que os dados são um ativo da empresa, mesmo que sua manutenção possa também representar um ônus. Por isso, em termos de informação e conhecimento, o uso dos dados é poder.” Devido ao constante crescimento das organizações, são adotados diversos bancos de dados para solucionar o problema do armazenamento e recuperação dos dados, muitas vezes um para cada região de trabalho da empresa, como mostra o caso da Sears Roebuck and Company no capítulo seis. Diante disso, o processo de gestão desses dados torna-se muito difícil, visto que estão armazenados em vários bancos de dados diferentes, com dados muitas vezes redundantes, acarretando uma difícil organização desses em relatórios, por exemplo. “Com a introdução dos ambientes cliente/servidor os bancos de dados foram espalhados pela empresa inteira, dificultando a localização rápida e fácil dos dados.” A disseminação dos dados pela empresa em diversas plataformas de armazenamento é somente um dos fatores que dificultam a gestão desses. Segundo Turban (2004), ainda há que se considerar o constante crescimento da quantidade de dados, a segurança e qualidade desses, entre outros fatores.
O Data Warehouse é uma evolução do sistema de apoio à decisão, utilizado para atender a demanda de sistemas transacionais. “O objetivo do data warehouse é criar um repositório de dados que dê acesso a dados operacionais sob formas facilmente aceitáveis para as atividades de processamento analítico, como por exemplo apoio à decisão.” Diante disso, um data warehouse é um imenso banco de dados onde todos os dados da organização são armazenados e organizados, evitando redundância e dificuldade de acesso. Contudo, vale ressaltar que nem todos os dados gerados pelos sistemas cliente/servidor da empresa são enviados para este banco, sendo muitas vezes transferidos somente um resumo desses. Segundo Reynolds (2002), esses sistemas de bancos de dados geralmente, desde seu início, já armazenam até centenas de milhões de registros de dados. Existem inúmeras vantagens no uso de data warehouses, onde, segundo Turban (2004), os benefícios são fornecer ao usuário final a possibilidade de realizar análises de forma mais abrangente e variada, possibilitar uma visualização dos dados gerais da organização, facilitando a recuperação desses, possibilitar a transferência dos sistemas operacionais para servidores de baixo custo, entre outros. O data warehouse foi a solução do problema enfrentado pela Sears, e é a solução para muitas organizações com grande número de dados, dados disseminados em sistemas diferentes, gestão baseada na informação e grande número de usuários finais realizando tarefas. “Os benefícios ampliam o conhecimento do negócio, aumentam a vantagem competitiva, melhoram o atendimento ao consumidor e seu nível de satisfação, facilitam a tomada de decisões e ajudam a racionalizar os processos de negócio.” Apesar dos grandes benefícios é importante ressaltar que se faz necessário uma avaliação do real custo/benefício e viabilidade na implementação de um data warehouse, que pode assumir um custo bastante elevado.
Um data warehouse é, muitas vezes, conhecido somente como um imenso banco de dados capaz de armazenar milhões de registros. Contudo, ele não consiste somente nisso, existem outras importantes características que fazem do data warehouse um poderoso aliado da organização. Dentre elas, Turban (2004) diz que as principais são:
Organização;
Consistência;
Variedade de tempo;
Não-volatibilidade;
Estrutura relacional;
Arquitetura clinete/servidor.
A organização dos dados é algo muito relevante em um banco de dados. O data warehouse os organiza por assunto, utilizando metadados para tal, além de conter somente as informações mais importantes no apoio a decisão. A codificação dos dados dentro desse banco é bastante consistente, utilizando um mesmo tipo de codificação para todos os dados. Quanto a variante de tempo, os dados são armazenados de 5 a 10 anos em média, para que seja possível fazer análises históricas, avaliar tendências, entre outros. Depois desse tempo, “[...] dados operacionais e externos são “limpos”, para remover as inconsistências, e integrados, para criar um novo banco de dados mais ajustado à análise corporativa.” Pelo fato de os dados inseridos no data warehouse serem somente para leitura este banco é considerado não-volátil, pois seus dados não recebem atualizações. A estrutura desse tipo de banco é normalmente relacional. Quanto a arquitetura, este utiliza a cliente/servidor, com a finalidade de conceder maior facilidade de acesso ao usuário. Vale ressaltar um outra importante característica do data warehouse, a possibilidade de acesso aos seus dados via intranet, utilizando navegadores web para visualizar, consultar, produzir relatórios, entre outros.
Nesse capítulo serão apresentados os casos da Sears e da US West, empresas que criaram data warehouses para solucionar seus problemas no armazenamento e utilização dos dados.
A US West é uma empresa, com sede em Denver, Estados Unidos, provedora de serviços de telecomunicações, atendendo a 25 milhões de clientes em 14 estados, com 51.000 funcionários e 14,5 milhões de linhas de serviços. No ano de 1994 os profissionais de sistemas de informação desta concluíram que era necessário renovação na área tecnológica da empresa, principalmente para facilitar e otimizar o trabalho dos funcionários, que, até então, utilizavam tecnologias já obsoletas, além de uma forma de gerenciar quais produtos estavam sendo adquiridos pelos clientes e porquê, visando o processo de tomada de decisão. A solução encontrada foi criar um data warehouse, onde SGBD, hardware e sistema operacional trabalhassem em conjunto, como um único sistema. Porém, para que essa implementação resultasse em sucesso os usuários teriam que estar envolvidos em todo o projeto, de modo a determinar a forma com que os dados seriam armazenados e organizados, visando uma melhor recuperação desses, para que houvesse maior rapidez nas respostas a consultas, além de objetividade dessas mesmas. Diante disso, consultores foram contratados para dirigir a equipe de usuários finais na modelagem dos dados, e na maneira com que esses seriam armazenados, partindo dos resumidos aos detalhados. No final de 1996 foram implementados data marts, possibilitando o acesso dos funcionários. O impacto dessa implementação foi bastante grande nas campanhas de marketing, principalmente as voltadas para grandes clientes.
A Sears é a maior rede de lojas de departamentos e terceira maior varejista dos EUA. Ela possuía 18 bancos de dados, um para cada região geográfica atendida pela empresa, e um para cada departamento. Com a iniciativa de modernizar seu sistema de informações alguns problemas foram surgindo, sendo o primeiro deles a falta de homogeneidade dos dados, visto que foram criadas no projeto apenas sete regiões geográficas, forçando os usuários a consultar diversos sistemas, além do fato de que os dados já resumidos dificultavam uma análise mais detalhada. E, concluindo, uma quantidade inevitável de erros no caso de dados para cálculos que eram obtidos de diversas fontes diferentes. Para resolver esse grande problema a Sears criou um data warehouse para armazenar os dados provenientes das vendas, substituindo os 18 bancos de dados que haviam, certamente contendo dados redundantes, obsoletos e até contraditórios. Seu projeto de data warehouse e reengenharia de TI foi completado em menos de um ano. O banco de dados iniciou com 1,7 terabyte, evoluindo em 2001 para 10 terabytes. Com um sistema chamado Sistema Repoting de Departamento Estratégico (SPRS) a maior loja de departamento dos EUA pode agora rastrear todos os produtos de suas 1950 lojas nacionais e 1600 internacionais, elaborando estratégias de compras, merchandising e marketing. No início o data warehouse era acessado 3 mil vezes por dia por compradores, repositores, profissionais de marketing, entre outros. Em 2001, com a grande utilidade desse sistema, o número de acesso cresceu muito. “Acima de tudo, o maior impacto estratégico do data warehouse é que ele representa para os funcionários da Sears uma ferramenta para tomar melhores decisões, e que se reflete nos lucros da empresa, que cresceram mais de 20% ao ano desde a instalação do SPRS.”
As informações tem sido cada vez mais valiosas nas organizações, principalmente para o processo de tomada de decisão. Informações sobre a organização, a quantidade de vendas e de produtos em estoque são as mais básicas, porém informações consistentes e precisas sobre o comportamento de seus clientes e histórico dos últimos 7 anos, por exemplo, só são possíveis com o uso de data warehouses. Essa tecnologia em banco de dados tem estado presente em cada vez mais empresas de médio e pequeno porte devido aos grandes benefícios proporcionados, dentre eles a possibilidade de se ter uma visão consistente de toda a organização. A Sabesp (Companhia de Saneamento Básico do Estado de São Paulo) já tinha seu data warehouse, porém, visando uma maior otimização de seus serviços ela decidiu por reformular seu banco de dados, investindo em infra-estrutura, software e consultoria. O novo data warehouse começou a rodar em 2006, com extração de dados em tempo real, fornecendo à ferramenta de Business Intelligence as informações e essa disponibilizando-as em relatórios, gráficos e amostras estatísticas para que gestor possa tomar as medidas necessárias. O exemplo da Sabesp mostra a intenção das organizações em otimizar seus serviços, visto que esta já possuía seu data warehouse, mas decidiu por implementá-lo para, aliado à Business Intelligence, fornecer melhor suporte para tomada de decisões.
