O Business Intelligence, tal como o conhecemos hoje, nasceu da necessidade de agregar informação proveniente de múltiplos sistemas dispersos. Muitas empresas acreditam que as decisões e os acertos operacionais feitos hoje devem ter em conta as tendências e os padrões do passado. Tomar as decisões mais inteligentes requer a destreza de convocar as informações e as soluções mais adequadas.
O passado do Business Intelligence
As primeiras soluções de Business Intelligence apareceram nos anos 70 associadas aos sistemas de informação de vendas. À medida que estes sistemas amadureceram e acolheram dados provenientes de outros sectores da empresa, começou a emergir o conceito de data warehouse . Consequentemente, as empresas começaram a adoptar aplicações que tiravam partido desta visão consolidada da informação.
Quando as empresas começaram a aperfeiçoar estas soluções, o substantivo data warehouse transformou-se no verbo data warehousing que inclui tanto a estrutura física como a aplicação que sobre ela corre. O facto de se ter agrupado a tecnologia com o software empresarial numa única expressão causou inicialmente muita confusão aos empresários.
O software empresarial que corre na plataforma tecnológica é, sem dúvida, o elo mais importante, porque são os utilizadores quem, em última instância, interage com o data warehouse. É, por isso, essencial saber como é que a aplicação está a ser utilizada para resolver problemas reais. As melhores decisões e uma analítica elevada andam de mãos dadas.
Nos dias que correm, a definição de Business Intelligence engloba tanto as aplicações como a componente tecnológica desenhada para melhorar o processo de tomada de decisão nas empresas. A forma de se obter as melhores respostas através da optimização é um dos pilares fundamentais que sustenta o Business Intelligence.
Princípios básicos de optimização
Será que a informação obtida através do seu sistema de BI responde às suas questões? Será que as respostas que está a obter são as melhores? Hoje em dia, muitas empresas são forçadas a produzir mais com menos recursos. O não tomar as melhores decisões ou o endereçar problemas específicos com soluções de recurso pode fazer a diferença entre o sucesso e o fracasso.
As grandes questões associadas à tomada de decisões nas empresas são essencialmente três: metas, variáveis e constrangimentos. As metas e os constrangimentos nem sempre são controláveis. Por exemplo, as metas podem ser extremamente agressivas devido à pressão competitiva, enquanto os constrangimentos limitam o número de recursos (numerário, recursos humanos, bens materiais, etc.) que podemos alocar a determinado cenário ou problema.
Felizmente é possível controlar e estabelecer os valores das variáveis de decisão. Seleccionar o valor exacto das variáveis de decisão é o primeiro objectivo da optimização. A Fig. 1 demonstra os componentes associados à problemática da optimização. Repare que o resultado final nem sempre é a solução mais agradável mas sim a mais viável. Há uma grande diferença entre as duas, sendo que a realidade tem um peso substancial na escolha da decisão mais apropriada.
Tudo isto tem de ser alinhado com as capacidades reais da organização. Para além disso, o custo e outros compromissos associados com a melhor solução necessitam de ser tidos em conta. Por exemplo, se os fundos de investimento são limitados e desejamos alocar esses fundos para diferentes projectos, aquele que tiver um maior retorno será, sem dúvida, o mais atractivo.
No entanto, quando introduzimos o factor risco, o nível de atracção altera-se. Dada a tolerância que é devida ao risco, e dado que os fundos são limitados, como é que devemos alocar recursos financeiros em múltiplos projectos com retornos e perfis de risco diferentes? Este é um cenário clássico quando falamos de negócio.
A procura de uma solução
Podemos tentar resolver os problemas usando três técnicas diferentes. Seleccionar a técnica adequada depende das características do problema. As técnicas simples podem funcionar bem para problemas com uma ou duas variáveis e um pequeno número de constrangimentos, mas dada a natureza dos cenários de negócio actuais, com múltiplas variáveis e constrangimentos, as técnicas simples raramente dão as melhores respostas. Entre as técnicas clássicas incluem-se:
1 Iteração / análise ad-hoc Esta abordagem é arriscada já que o acaso tem um papel significativo. Utilizar o mais puro instinto para seleccionar valores é, em alguns casos, contra-intuitivo. Ficamos sempre com a sensação desconcertante de que as coisas poderiam ser melhores.
2 Análise exaustiva Este procedimento aplica-se a processos de negócio com poucas variáveis e constrangimentos. Os procedimentos podem ser modelados de forma a que possa ser analisada a eficácia de cada solução.
Por exemplo, se tivermos quatro variáveis de decisão e cada variável contiver dez possibilidades, podemos calcular 10 000 possibilidades. Se o cálculo de cada possibilidade demorar 3 segundos teremos de esperar mais de 8 horas para obter todos os resultados. Este tempo é aceitável para cenários que lidem com um número razoável de variáveis. No entanto, podemos perder facilmente o controlo da situação. Se duplicarmos o número de variáveis, teríamos de esperar mais de 9,5 anos para obter os resultados.
3 Solution Discovery Esta abordagem convoca vários métodos e técnicas que têm estado a ser desenvolvidas há algum tempo. Estes métodos são capazes de detectar quais são as melhores e as piores soluções com base na análise de situações extremas. A dificuldade e o desafio que estas soluções representam é o de saber como podem ser integradas no sistema de BI sem que os utilizadores não fiquem atolados no pântano dos detalhes estatísticos e matemáticos que lhes estão associados.
A Solution Discovery pode ser utilizada para resolver diversos tipos de problemas, tais como a optimização da relação preço/receita e da logística do próprio negócio, podendo também produzir cenários cruzados. Estes lidam com múltiplos constrangimentos e variáveis de decisão. Saber qual a decisão ou a abordagem mais inteligente na multiplicidade de cenários pode fazer a diferença entre o sucesso e o insucesso.
John L. Doran
2003-05-06
Traduzido e adaptado de DM Review
Centro de Informação-DATABASE & BUSINESS INTELLIGE