TCC Maiko Saturnino Impressão

UNIVERSIDADE FEDERAL DE CAMPINA GRANDE
CENTRO DE CIÊNCIAS E TECNOLOGIA

UNIDADE ACADÊMICA DE ENGENHARIA DE PRODUÇÃO
TRABALHO DE CONCLUSÃO DE CURSO
BUSINESS INTELLIGENCE: PROPOSTA DE IMPLANTAÇÃO EM UMA

INDÚSTRIA DE PEQUENO PORTE
MAIKO SATURNINO CABRAL DE OLIVEIRA
CAMPINA GRANDE - PARAÍBA
DEZEMBRO – 2018

Trabalho de Conclusão de Curso apresentado ao

curso de bacharelado em Engenharia de Produção da
Universidade Federal de Campina Grande, em
cumprimento parcial dentre as exigências para
obtenção do título de bacharel em Engenharia de
Produção.
Área de concentração: Gestão da Informação
Orientador: Prof. Dr. Edvan Cruz Aguiar
DEZEMBRO – 2018

Trabalho de conclusão de curso aprovado em ___ de _________ de ______
_________________________________________
Prof. Dr. Edvan Cruz Aguiar– Orientador
Universidade Federal de Campina Grande (UAAC/CH/UFCG)
_______________________________________
Prof. Dr Ivanildo Fernandes Araújo
Universidade Federal de Campina Grande (UAEP/CCT/UFCG)
_________________________________________
Profa. Susane de Farias Gomes
Universidade Federal de Campina Grande (UAEP/CCT/UFCG)
DEZEMBRO – 2018
AGRADECIMENTOS
A Deus agradeço por todas as Suas bênçãos, por guiar os meus passos a cada dia, me
levantar nos momentos de fraqueza e por me preencher com a fé que preciso para acreditar nos
meus objetivos.
Aos mais preciosos professores que eu poderia ter, meus pais Paulo José e Maria das
Graças, agradeço e dedico este trabalho. Por criarem com maestria e carinho quatro engenheiros
e pelo incentivo e educação que me deram, por seus ensinamentos diários e pelos exemplos de
pessoas que são.
Aos meus irmãos, Melquesedeck Saturnino, Polyany Cabral e Phablo Cabral, agradeço
pelo apoio incondicional, por serem inspirações como pessoas e engenheiros, e pelo
companheirismo de toda a vida.
Aos meus tios Rosália Oliveira e Francisco Torres, bem como meus primos Hícaro
Torres e Phaloma Torres, agradeço por me presentearem com um segundo lar, com carinho e
apoio desde que comecei a minha graduação.
Ao meu orientador, Prof. Edvan Aguiar, agradeço pelos importantes ensinamentos, por
sua disposição e dedicação em viabilizar este trabalho.
Aos professores Fernando Schramm e Vanessa Batista, agradeço pela contribuição para
a construção deste estudo, bem como pelos ensinamentos enquanto líderes do Laboratório de
Desenvolvimento de Sistemas de Apoio a Decisões Sustentáveis (DeSiDes), do qual tive a
honra de fazer parte.
Por me darem força e me apoiarem em tantos momentos, agradeço em especial a Júnior
Cesar, Diêgo Victor, Davi Lucas, Ana flávia Alves, Carolina Silveira, Maria Thila e Beatriz
Oliveira.
Por fim, todos estes, assim como outras valorosas pessoas, foram fundamentais para a
conclusão deste trabalho e por isto sempre lhes serei grato.
OLIVEIRA, M. S. C. Business Intelligence: proposta de implantação em uma indústria de
pequeno porte. 54 f. Trabalho de Conclusão de Curso (Bacharelado em Engenharia de
Produção) – Universidade Federal de Campina Grande, Paraíba, 2018.
RESUMO
O presente estudo tem como objetivo propor a implantação de uma plataforma Business
Intelligence alinhada às demandas estratégicas de uma indústria de pequeno porte, tendo como
objeto de estudo uma indústria de colchões e estofados situada na cidade de Campina Grande-
PB. Após um levantamento teórico a respeito da gestão estratégica da informação, dos
principais conceitos relacionados à Business Intelligence, e das principais plataformas
oferecidas no mercado; foi adotada uma abordagem de pesquisa mista, em que na fase
exploratória se identificou as principais singularidades da empresa, direcionando assim os
critérios a serem considerados nas propostas de plataformas a serem utilizadas; e na fase
descritiva foi realizada a escolha da plataforma ideal utilizando o método multicritério
PROMETHEE II, apoiado por uma agregação de preferencias a partir da avaliação das
alternativas por três especialistas da área de tecnologia da informação. Deste modo, pôde-se
considerar as oportunidades oferecidas pelas alternativas apresentadas e escolher, dentre elas,
uma proposta de solução ideal para a empresa em estudo. Neste sentido, verificou-se que há um
grande potencial estratégico na aplicação da gestão de tecnologias da informação e do
conhecimento, de modo a apoiar tomadas de decisões mais assertivas. No entanto, para que esta
aplicação seja realmente eficiente deve-se considerar as necessidades da organização em
questão, de modo que se torna relevante a aplicação de métodos consistentes de seleção,
agregando mais confiabilidade aos projetos da empresa e elevando suas capacidades
competitivas.
Palavras-chave: Business Intelligence; Tecnologia da Informação; PROMETHEE II.

OLIVEIRA, M. S. C. Business Intelligence: proposition of implantation in a small industry. 54
f. Supervised Internship Report (Bachelor of Production Engineering) - Universidade Federal
de Campina Grande, Paraíba, 2018.
ABSTRACT
The present study aims to propose the implementation of a Business Intelligence platform
aligned to the strategic demands of a small industry, having as object of study an industry of
mattresses and upholstery located in the city of Campina Grande-PB. After a theoretical study
on the strategic management of information, the main concepts related to Business Intelligence,
and the main platforms offered in the market; a mixed research approach was adopted, in which
the exploratory phase identified the main singularities of the company, thus directing the criteria
to be considered in the proposed platforms to be used; and in the descriptive phase the choice
of the ideal platform was made using the PROMETHEE II multicriteria method, supported by
an aggregation of preferences based on the evaluation of the alternatives by three experts in the
area of information technology. Thereby, it was possible to consider the opportunities offered
by the presented alternatives and to choose, among them, a proposal of ideal solution for the
company under study. In this regard, there has been a great strategic potential in the application
of the management of information and knowledge technologies, in order to support more
assertive decision-making. However, for this application to be really efficient the needs of the
organization in question must be considered, so that the application of consistent selection
methods becomes more relevant, adding more reliability to the company's projects and
increasing its competitive capabilities.
Keywords: Business Intelligence; Information Technology; PROMETHEE II.

LISTA DE EQUAÇÕES
Equação 1: ROC (Rank-Order-Centroid) ..........................................................................35

Equação 2: Agregação de preferências .............................................................................37
LISTA DE FIGURAS
Figura 1: Dados, informações e conhecimento .................................................................21

Figura 2: Magic Quadrant for Business Intelligence and Analytics Platforms ...................28
LISTA DE QUADROS
Quadro 1: Etapas do ciclo de Gestão do Conhecimento ............................................... 22
Quadro 2: Estratégias Básicas de uso empresarial da tecnologia da informação ........... 23
Quadro 3: Plataformas de BI consideradas líderes de mercado .................................... 30
LISTA DE TABELAS
Tabela 1: Aplicação das funções de preferência para o Decisor 1 ................................ 41

Tabela 2:Aplicação das funções de preferência para o Decisor 2 ................................. 41
Tabela 3:Aplicação das funções de preferência para o Decisor 3 ................................. 42
Tabela 4:Cálculo dos índices de preferência para o Decisor 1...................................... 43
Tabela 5: Cálculo dos índices de preferência para o Decisor 2..................................... 43
Tabela 6:Cálculo dos índices de preferência para o Decisor 3...................................... 43
Tabela 7:Cálculo dos fluxos líquidos para o Decisor 1 ................................................ 44
Tabela 10: Agregação de preferências dos decisores ................................................... 44
LISTA DE SIGLAS E ABREVIATURAS
AI - Artificial Intelligence
BI - Business Intelligence
DM - Data Mart
DSS - Decision Support Systems
DW - Data Warehouse
EDP - Eletronic Data Processin
ELECTREE - Elimination Et Choix Traduisant la Realité
ERP - Enterprise Resource Planning
GI - Gestão da Informação (GI)
IBM - International Business Machines
ODS- Operacional Data Store
OLAP - On Line Analytical Processing
PROMETHEE - Preference Ranking Organization Method for Enrichment of Evaluations
ROC - Rank-Order-Centroid
SI - Sistema de Informação (SI)
TI - Tecnologia da Informação (TI)
TIC - Tecnologias de Informação e Comunicação (TIC)

SUMÁRIO
1. INTRODUÇÃO ................................................................................................................. 13
1.1. Objetivos.............................................................................................................................. 16
1.1.1. Objetivo geral.................................................................................................................... 16
1.1.2. Objetivos Específicos ........................................................................................................ 16
1.2. Justificativa .......................................................................................................................... 16
2. FUNDAMENTAÇÃO TEÓRICA ................................................................................... 19
2.1. Gestão estratégica da Informação ...................................................................................... 19
2.2. Business Intelligence ............................................................................................................ 24
2.3. Soluções em Business Intelligence ...................................................................................... 27
3. MÉTODO DA PESQUISA ............................................................................................... 31
3.1. Natureza da pesquisa .......................................................................................................... 31
3.2. Procedimentos de coleta..................................................................................................... 32
3.3. Procedimentos de análise ................................................................................................... 33
3.3.1. Análise da fase exploratória.............................................................................................. 33
3.3.2. Análise da fase descritiva .................................................................................................. 33
4. ANÁLISE E DISCUSSÃO DOS RESULTADOS .......................................................... 38
4.1. Caracterização do caso ........................................................................................................ 38
4.2. A proposta ........................................................................................................................... 40
4.3. Implicações Práticas ............................................................................................................ 45
5. CONCLUSÕES ................................................................................................................. 46
REFERÊNCIAS ........................................................................................................................ 47
APÊNDICE A - ROTEIRO DE ENTREVISTA .................................................................... 51
APÊNDICE B - QUADROS DE AVALIAÇÃO DAS SOLUÇÕES EM BI....................... 53
APÊNDICE C – QUADROS DE ORDENAÇÃO DOS CRITÉRIOS .................................. 54
13
1. INTRODUÇÃO
Acerca das entidades de entrada para um sistema produtivo, é possível verificar que os
recursos de informação têm representado um insumo tão relevante quanto os recursos de
matéria prima ou de mão de obra. A informação representa um elemento fundamental para o
sucesso de uma organização, utilizada como uma ferramenta de atualização, aumento de
produtividade, qualidade, desempenho e vantagem competitiva (PINOCHET, 2016). Com isto,
pode-se reforçar a sua importância como um aspecto notável na composição da competitividade
estratégica, já que o ambiente industrial se desenvolve em acompanhamento à globalização e
aos avanços tecnológicos dos sistemas produtivos.
Segundo Davenport e Prusak (1998), a informação coletiva pode representar para uma
empresa a vantagem sustentável mais valiosa que ela possui, à medida que relaciona este
recurso com a eficiência dos seus processos de negócio e a tendência em gerar novos
conhecimentos. Lugoboni et al. (2018) corroboram ao observar que ferramentas que
consolidam e contribuem na gestão das informações, internas e externas, são capazes de
direcionar de forma mais consistente e sustentável uma empresa aos seus objetivos.
Segundo Sordi (2015), a Informação é interpretação de um conjunto de dados

organizados e consolidados de acordo com um propósito relevante para um público em
particular. Segundo este mesmo autor, o Conhecimento refere-se à resultante das análises e
reflexões a respeito de informações. A aplicação destes conceitos em relação à gestão de
processos empresariais, está associada principalmente à capacidade que uma empresa possui
em adaptar-se às mudanças que ocorrem no ambiente em que está inserida, sendo assim, a
maturidade da gestão da informação e do conhecimento que possui refletirá diretamente na
velocidade e eficiência das suas tomadas de decisão.
Neste sentido, North (2010) observa que uma organização que dedica esforços ao
conhecimento busca empregar o recurso da informação no intuito de elevar sua eficiência e seus
parâmetros de qualidade, gerando assim vantagens competitivas sustentáveis. Barbosa (2008)
acrescenta ainda que existe uma relevante importância na integração entre a gestão da
informação e os ambientes organizacionais, de modo a reafirmar a sua utilização como uma
capacidade estratégica.
Argumenta-se que a produtividade de uma indústria está diretamente relacionada à suas

capacidades de criação de valor e de inovação, ao passo em que alinha conhecimento às
14
operações executadas em suas atividades (DRUCKER, 1993; RUSSO e PARISI, 2016). Em

seu estudo, Silva (2002) ilustra uma orientação de que as organizações tendem a não
permanecer estáticas em suas tecnologias de produção ou formas organizacionais, mas sim
buscam flexibilidade e descentralização, que permitem adequação a situações diversas. Esta
adequação pode ser alcançada com o apoio de novas tecnologias de informação e comunicação,
que permitem transformar dados em informações, e estas em conhecimento (WIGAND, PICOT
e REICHWALD, 1997).
É nesse contexto em que se configura a Indústria 4.0, caracterizada pela integração e

controle dos processos produtivos a partir de tecnologias de conectividade e informação, que
relacionam sistemas físicos e virtuais denominados sistemas ciberfísicos (NG et al., 2015). Isto
permite que um novo sistema de produção seja capaz de elevar os padrões de eficiência,
produtividade e agregação de valor, baseando-se na gestão dos dados obtidos ao longo dos seus
processos e das suas tecnologias da informação.
Em seu estudo, Almeida et al. (2017) categorizaram diversas tecnologias que têm sido
implementadas na indústria 4.0 de acordo com as suas funcionalidades, a saber: (i) Análise e
processamento de dados; (ii) Realidade aumentada; (iii) Computação em nuvem; (iv)
Dispositivos móveis; (v) Internet das Coisas; (vi) Manufatura aditiva; e (vii) Sistemas físicos-
cibernéticos.
Por meio da classificação das tecnologias propostas para representar o que vem
tornando-se conhecido como a 4ª revolução industrial, é possível verificar a relevância e o papel
da gestão da informação para o desenvolvimento da indústria moderna e a manutenção da sua
competitividade. Inclusive, por meio da visão já defendida por Porter (1985), de que a vantagem
competitiva pode ser gerada por meio da criação de valor e da sustentabilidade das ferramentas
que se utiliza para tal, que neste caso são evidenciadas pelas tecnologias implementadas na
indústria 4.0.
A análise e o processamento de dados relacionam-se à necessidade que as organizações

possuem de sustentar um sistema que possa controlar todas as suas informações, auxiliando na
tomada de decisões e na solução de problemas (BOHN et al., 2012). No contexto de ascensão
da indústria 4.0, as ferramentas oferecidas pela Business Intelligence têm representado uma
importante contribuição relacionada à gestão da informação e à análise de dados.
15
Business Intelligence (BI) pode ser conceituado como sendo um conjunto de sistemas
de informação capazes de apoiar tomadas de decisão com base em outras tecnologias de
armazenamento, análise e mineração de dados (AFFELDT e SILVA JUNIOR, 2013). Com isto,
BI pode se tornar um dos principais focos de investimento para organizações de qualquer tipo
de segmento, que demonstram interesse crescente por parte dos gestores executivos e relevância
na tomada de decisões com base em ferramentas de análise da informação (MARQUES, 2013;
ALI et al., 2017).
Marques (2013) observa que os estudos acerca dos modelos BI têm acompanhado o
crescimento do interesse por parte das indústrias neste tipo de investimento, o que demonstra a
percepção da necessidade em monitorar estratégias de gestão da informação. Além disto, Cano
(2007) acrescenta que o aumento de opções de ferramentas de BI acompanha ainda uma
tendência de democratização do uso das informações por parte de diferentes colaboradores das
organizações, dando-lhes acesso às informações necessárias para que possam realizar melhor
suas atividades.
Os modelos BI, como uma forma de solução, tornam-se viáveis para qualquer tipo de
organização que possa registrar, coletar e analisar informações sobre seus processos, compras
e vendas, pois permite a redução dos tempos dos ciclos de negócios, viabiliza alterações no
funcionamento interno e reforça a atenção em variações do mercado, destacando assim a
importância da informação dentro dos processos produtivos (INACIO, 2017).
No entanto, as soluções em BI têm sido discutidas e questionadas no âmbito de

planejamento estratégico a respeito do custo benefício oferecido por este tipo de ferramenta, já
que a maioria dos projetos de BI possuem um custo elevado de implantação e uma difícil
mensuração dos retornos atingidos após o investimento (STEFANINI et. al., 2012).
Em se tratando de indústrias de pequeno porte, faz-se necessário compreender as

demandas específicas associadas à gestão da informação e suas implicações em termos de
tomada de decisão. Ou seja, é importante analisar o contexto particular da empresa a fim de
propor a solução de BI mais apropriada. Desse modo, espera-se que o processo de geração de
insights relevantes do ponto de vista estratégico e operacional, suportado pela tecnologia de BI,
seja efetivo e eficaz.
Obtendo um alinhamento sobre as necessidades de uma organização, suas oportunidades

e capacidades, torna-se possível verificar a viabilidade da implantação de uma ferramenta de
16
BI que possa apoiar as futuras tomadas de decisões no âmbito estratégico. Neste sentido, o
presente estudo apresenta como problemática o seguinte questionamento: Qual plataforma de
Business Intelligence, considerando as opções existentes no mercado, é mais adequada para
implantação em uma indústria de pequeno porte?
Sendo assim, após a realização de um levantamento da literatura a respeito da Gestão

de Informação, Business Intelligence e Soluções em BI, o estudo empírico teve como objeto
uma indústria de pequeno porte situada na cidade de Campina Grande- PB.
1.1. Objetivos
1.1.1. Objetivo geral
Propor a implantação de uma plataforma Business Intelligence alinhada às demandas

estratégicas de uma indústria de pequeno porte.
1.1.2. Objetivos Específicos
• Identificar as necessidades de informações para suportar a tomada de decisão

por parte da empresa.
• Analisar as atividades e processos associados a gestão de informação.
• Identificar plataformas de Business Intelligence adequadas às necessidades de
gestão de informação para a empresa.
• Definir a plataforma de Business Intelligence mais adequada às necessidades de
gestão de informação na empresa.
1.2. Justificativa
Segundo Carvalho e Laurindo (2010) as tecnologias da informação têm sido vistas como
importante força competitiva ao momento em que não apenas apoiam as operações de negócios,
mas também viabilizam a construção de novas estratégias. Porter (1996) identifica que o avanço
da competitividade empresarial tem provocado mudanças cada vez mais frequentes, fazendo
com que as organizações busquem cada vez mais serem flexíveis e eficientes para poder se
17
adaptar ao ambiente em que estão inseridas. O autor aponta ainda que esta eficiência deve se
tratar de uma eficiência operacional, baseada em ferramentas gerenciais que possibilitem
atividades contínuas diferenciadas ou pelo menos desempenhadas com maior qualidade do que
por seus concorrentes.
Com isto, Porter (1996) defende que a estratégia de uma organização deve originar uma
posição diferenciada e valiosa em relação aos seus concorrentes, com a definição de atividades
internas que possibilitem isto. Neste sentido, é possível observar que a utilização da gestão do
conhecimento pelas indústrias tem se fortalecido não apenas como um suporte, mas também
como uma ferramenta estratégica.
Visto que a eficiência deve ser um aspecto contínuo, as ferramentas de gestão do

conhecimento adotadas por uma indústria deverão estar adequadamente alinhadas às suas
estratégias, observando suas necessidades e estrutura organizacional em um processo dinâmico
e igualmente contínuo (CARVALHO e LAURINDO, 2010). Isto reforça a ideia de que a gestão
do conhecimento, em que se baseia o avanço da indústria moderna, tende a trabalhar em um
fluxo não apenas de fornecimento de dados, mas também de construção de informações que
possam apoiar a tomada de decisões como insumo das suas estratégias competitivas.
Segundo Oliveira et al. (2005), a gestão de conhecimentos por meio da tecnologia da

informação, em termos de eficiência, busca aprimoramentos na otimização do desempenho das
atividades de uma organização e na qualidade dos seus resultados. Desta forma, permite a
diferenciação e a tomada de decisões para a criação de valor, ajudando a definir a vantagem
competitiva que a organização procura ter em relação aos seus concorrentes.
Os sistemas baseados em Business Intelligence têm se destacado como uma ferramenta

da gestão de conhecimentos de alta relevância para o planejamento estratégico em ambiente
corporativo. Santos e Ramos (2006) observam que as soluções em BI permitem que uma
organização expanda os conhecimentos sobre seus próprios negócios e processos, fornecendo
suporte para a tomada de decisões e para simulação dos seus possíveis resultados (SAITO e
HORITA, 2015).
Segundo Turban et al. (2010), soluções em BI maximizam a probabilidade de sucesso

na tomada de decisões, pois viabiliza a análise de dados históricos e correntes a respeito da
organização que faz o seu uso. Deste modo, torna-se um canal de transformação entre dados e
18
soluções, com acesso interativo por parte de seus usuários para que possam realizar as análises
necessárias de forma adequada.
Piedade (2011) aponta ainda que a utilização da BI permite o gerenciamento de uma

organização através das visões do seu desempenho e de suas metas com base em indicadores
diversos, trazendo ainda informações acerca de atividades cotidianas, que possibilitam análises
de valor estratégico.
A modernização das indústrias, evidenciada pela Indústria 4.0, tem tornado os sistemas
de produção cada vez mais informatizados, o que muitas vezes representa uma dificuldade para
empresas de pequeno e médio porte. Vai (2010) identifica que as organizações distribuidoras
de soluções em BI possuem como público específico empresas de grande porte, em razão da
facilidade que estas organizações possuem em aderir este tipo de tecnologia, tanto em relação
aos seus processos já estabelecidos quanto a sua capacidade financeira.
No entanto, é notória a oportunidade estratégica que a BI propicia para uma organização

independente do seu porte, em especial para empresas de pequeno e médio porte, nas quais a
tomada de decisões é um fator determinante para o seu desenvolvimento. Além disto, tem-se
verificado a expansão do mercado de tecnologia da informação para ferramentas de BI, de modo
que se apresentam novas alternativas de modelos, com maior acessibilidade para empresas que
não possuem condições de realizar altos investimentos neste setor.
Com tudo, torna-se conveniente verificar a disponibilidade da Business Intelligence

como uma alternativa viável para o apoio de sistemas produtivos, incluindo este tipo de
ferramenta como um fator de vantagem competitiva ao alinhar as capacidades da gestão de
conhecimentos às necessidades de uma indústria de pequeno porte.
19
2. FUNDAMENTAÇÃO TEÓRICA
Neste capítulo serão apresentados os conceitos e estudos utilizados para fundamentar o

presente trabalho. Neste sentido, explana-se sobre a Gestão estratégica da informação, com o
objetivo de enfatizar a sua relevância como uma oportunidade para o crescimento e sucesso de
qualquer organização. Em seguida, aborda-se a Business Intelligence, conceito sobre o qual se
sustentam as soluções propostas por este estudo, as quais são enfatizadas no tópico seguinte.
2.1. Gestão estratégica da Informação
Com os avanços dos métodos produtivos e seus sistemas de gerenciamento, as indústrias

têm dedicado relevante atenção aos recursos informacionais como um dos insumos para o
funcionamento ideal dos seus processos. Por meio do processamento de dados pode-se obter
um valoroso capital, se forem gerenciados de maneira adequada.
Davemport e Prusak (1998) definiram dados como sendo um conjunto de fatos objetivos
que podem ser trabalhados no intuito de obterem valor e constituírem uma informação. Segundo
Turban et al. (2005), elementos de dados são descrições elementares de coisas, eventos,
atividades e transações, que ao serem registradas, classificadas e armazenadas não passam por
uma organização de modo que possam ter significados específicos. Desta forma, podemos
entender que dados são observações obtidas aleatoriamente de modo a não representarem um
contexto ou um direcionamento que indique um significado.
As diferentes definições para o termo “dados” revelam uma tendência de organização

destes elementos no intuito de agregação de valores e formação do que então vem a ser uma
informação. Turban et al. (2005) observam que ao momento em que os dados são organizados
e passam a receber significado e valor para quem os recebe, estes se tornam informações. De
maneira análoga, Silva (2006) entende que informações são conjuntos estruturados de códigos,
modelados a partir de uma interação social e com potencial de comunicação para diversos
receptores em diversos momentos.
Turban et al. (2005) acrescentam ainda que as informações podem ser coletadas,
processadas, armazenadas, analisadas e disseminadas com uma finalidade específica,
compondo assim um Sistema de Informação (SI). Mattos (2005) corrobora ao afirmar que
sistemas de informações tratam do processamento e comunicação de dados ou informações,
20
sendo compostos por objetos de comunicação, controle, memórias e processadores interligados

por meio de uma rede com protocolo comum que relacionam maquinas e organismos vivos.
Assim, pode-se observar que os SI representam mecanismos de interligação entre geradores e
receptores de informações, sendo estas processadas e armazenadas de acordo com um escopo e
propósito de aproveitamento.
Ao passo em que se começou a entender os sistemas de informação como um insumo

para os processos decisórios em atividades industriais, viu-se também a importância de métodos
que agreguem valor aos sistemas produtivos, integrando-os ao planejamento administrativo das
organizações. Para Davenport (1997), a Gestão da Informação (GI) compreende um conjunto
de atividades que representam como uma organização coleta, distribui e utiliza as informações
lhe são disponíveis, realizando isto como uma forma de obtenção de melhorias.
Tarapanoff (2006) identifica que o principal objetivo da GI está na identificação e

potencialização do aproveitamento dos recursos de informação que uma organização possui, de
modo a agregar, por meio da informação, capacidade de adaptação às mudanças do mercado
em que está inserida. Deste modo, pode-se verificar a relevância da gestão da informação como
um elemento de planejamento estratégico que vêm se desenvolvendo em acompanhamento à
evolução dos sistemas produtivos e do mercado econômico
Segundo Sordi (2015), a partir dos anos 90 o processo informacional das organizações
foi redesenhado em acompanhamento ao movimento da reengenharia. Neste contexto, o
processamento de dados deixa de se limitar aos processos de coleta, armazenagem e distribuição
de informações, passando a considerar uma visão macro deste processamento com a
contextualização da informação. Passou-se a considerar o público-alvo da informação, as
atividades responsáveis ao setor de comunicações e as relações públicas das organizações, as
informações passaram a ser organizadas de maneira mais elaborada com adoção de critérios e
parâmetros, e a sua utilização e absorção por parte dos colaboradores recebeu maior atenção.
Com os avanços no modo de visualizar a gestão de informações, tornou-se mais

perceptível o seu potencial estratégico para os negócios das organizações, valorizando também
a sua capacidade de geração de conhecimento (Sordi, 2015).
Turban et al. (2005) identificam que dados ou informações que são tratados para
carregar experiências, aprendizados acumulados e especialidades de modo a se aplicarem a
problemas ou atividades específicas são entendidos como conhecimentos. Desta forma, o
21
processamento de dados gera informações, que compõem a construção do conhecimento como

é representado pela Figura 1.
Figura 1: Dados, informações e conhecimento
Processados INFORMAÇÕES
Relevantes e
DADOS acionáveis CONHECIMENTO
Dados relevantes e acionáveis
Fonte: Turban et al. (2005, p. 101)
De acordo com Figura 1, apresentada por Turban et al. (2005), é possível verificar um
sistema no qual dados e informações podem ser considerados insumos para a composição do
valoroso capital que o conhecimento representa. No entanto esta construção não deve ser
considerada completa sem que haja uma adequada gestão deste capital.
Segundo Drucker (1993), para uma sociedade pós-capitalista, o conhecimento

representa um fator de produção absolutamente decisivo. Castells (1999) corrobora ao
identificar que nesta sociedade a informação e o conhecimento possuem uma importância
fundamental no dia a dia das empresas, que é reforçada pela globalização e pela facilidade de
acessos, gerando rápidas mudanças tecnológicas e investimentos acelerados em Pesquisa e
Desenvolvimento. No entanto, para que um conjunto de informações e conhecimentos sejam
efetivados, é de extrema importância a preocupação com a sistematização e implantação da
Gestão do Conhecimento (STRAUHS et al., 2012).
Diversos autores (Davenport, 1993; Bukowits e Williams, 1999; Probst et al., 2000;
Sordi, 2015) apresentam perspectivas a respeito da composição de sistemas de Gestão do
Conhecimento. Para Turban et. al. (2005), a gestão do conhecimento pode ocorrer por meio de
um ciclo que compreende as 6 etapas ordenadas e apresentadas pelo Quadro 1:
22
Quadro 1: Etapas do ciclo de Gestão do Conhecimento

1º- Criar conhecimento Determinar novas maneiras de realizar tarefas ou
desenvolver know-how
2º- Capturar conhecimento Identificar o conhecimento como valioso e representá-lo de
maneira adequada
3º- Refinar conhecimento Contextualizar o conhecimento para torná-lo acionável
4º- Armazenar conhecimento Armazenar em formato adequado para que seja acessível por
diferentes pessoas da organização
5º- Gerenciar conhecimento Atualizar o conhecimento, verificando sua relevância e
precisão
6º- Disseminar conhecimento Disponibilizar o conhecimento para que seja acessível a
qualquer momento por quem precise
Fonte: Adaptado de Turban et al. (2005, p. 102-103 )
As seis etapas apresentadas pelo Quadro 1, representam o tratamento do conhecimento

para que se possa aplicá-lo aos processos empresários com o máximo de aproveitamento
possível. Isto significa viabilizar a sua criação, o seu acesso e a sua manutenção de modo que
possa agregar valor para a empresa.
Considerando que o principal objetivo da gestão do conhecimento para uma empresa é

que possa realizar o melhor aproveitamento dos conhecimentos individuais e coletivo da sua
organização, é possível verificar a importância da integração entre conhecimentos e sistemas
de informações formais (TURBAN et al. 2005). Além disto, O’brien e Marakas (2013) afirmam
que os sistemas de informação possuem a importante função de fornecer suporte estratégico
eficiente para que uma empresa possa obter vantagem competitiva.
Neste sentido, Porter (1980) identifica que as empresas devem estabelecer a meta de
encontrar uma posição no setor em que estão inseridas de modo que possam articular-se e se
defender de 5 forças competitivas, sendo estas: (i) Ameaça de novos entrantes, que trata da
facilidade que um concorrente pode possuir em iniciar negócios em um setor; (ii) Pressão de
produtos substitutos, que relaciona a facilidade que um comprador pode possuir em substituir
um produto ou serviço por outro; (iii) Poder de barganha dos compradores, sobre a capacidade
que os clientes possuem de abaixar preços ou simplesmente se recusar a comprar um produto
ou serviço; (iv) Poder de barganha dos fornecedores, sobre a capacidade dos fornecedores em
elevar preços ou influenciar na compra de insumo; e (v) Rivalidade entre concorrentes, que
relaciona a competição entre concorrentes por um número limitado de clientes.
23
A respeito destas 5 forças competitivas, Porter (1985) apontou ainda 5 estratégias

competitivas com as quais as empresas podem combater as forças competitivas acima citadas,
sendo estas: (i) Estratégia de liderança em custos; (ii) Estratégia de diferenciação; (iii)
Estratégia de inovação; (iv) Estratégias de crescimento; e (v) Estratégias de aliança.
Neste sentido, Obrien e Marakas (2013) alinharam estas estratégias a possíveis soluções
empresariais através do uso da Tecnologia da Informação (TI). Os autores definem a TI como
sendo “os principais conceitos, desenvolvimentos e questões gerenciais envolvidos com
hardware e software de computador, redes de telecomunicações, tecnologias de gerenciamento
de recursos de dados e outras tecnologias”. De forma semelhante, para Rezende e Abreu (2001),
a TI representa um conjunto de recursos tecnológicos e computacionais que tem por objetivo
gerar e provocar o uso da informação. Com isto, podemos observar o uso da TI como uma
valiosa ferramenta para a aplicação das estratégias competitivas de Porter, como apresentado
pelo Quadro 2 abaixo:
Quadro 2: Estratégias Básicas de uso empresarial da tecnologia da informação

ESTRATÉGIAS COMPETITIVAS USO EMPRESARIAL DA TECNOLOGIA
DE PORTER DA INFORMAÇÃO
Estratégia de liderança em custos • Redução dos custos de processos;
• Redução dos custos para clientes ou fornecedores;
Estratégia de diferenciação • Desenvolvimento de atributos da TI para
diferenciar produtos/serviços;
• Reduzir as vantagens de diferenciação dos
concorrentes através de atributos da T.I;
• Direcionar produtos/serviços para nichos de
mercado específicos através de atributos da T.I;
Estratégia de inovação • Criação de produtos/serviços que incluam
elementos da TI;
• Desenvolver mercados ou nichos de mercado
exclusivos com o auxílio da TI;
• Realizar mudanças nos processos empresariais
através da TI;
Estratégias de crescimento • Gerenciar expansão através da TI;
• Diversificar ou integrar produtos/serviços através
da TI;
Estratégias de aliança • Criação de parcerias virtuais.
• Desenvolvimento de sistemas de informações de
empresas interligadas utilizando a intranet e a
extranet para dar suporte a relacionamentos
estratégicos.
Fonte: Adaptado de Obrien e Marakas (2013, p. 47).
Neto (2002) defende que as Tecnologias de Informação e Comunicação (TIC) são

capazes de acelerar o desenvolvimento de novas formas de geração, tratamento e distribuição
da informação, acrescentando ainda que a formação de vantagens competitivas sustentáveis tem
por base, entre outros recursos, a informação e a inovação. Strauhs et al. (2012) corroboram ao
24
afirmar que o uso eficaz da informação é um gerador das condições necessárias para que uma
organização possa obter desempenho superior em relação aos seus concorrentes.
Isso ocorre à medida em que este desempenho é avaliado através da participação no

mercado, dos resultados financeiros e do nível de inovação que a organização possui, de modo
que a integração adequada das informações disponíveis e das TIC possam fornecer vantagem
competitiva através de comportamentos e valores baseados no uso eficaz da informação.
Para Moraes e Laurindo (2016) o desenvolvimento da tecnologia ampliou as

possibilidades relacionadas a geração de soluções para problemas complexos observados dentro
de uma empresa. Deste modo, a TIC permite que as empresas possam tirar vantagem das
oportunidades estratégicas que possam vir a surgir, principalmente quando ocorrem
investimentos em sistemas avançados de informação computadorizados que permitem elevar a
eficiência dos processos empresariais (OBRIEN e MARAKAS, 2013).
2.2. Business Intelligence
A evolução das Tecnologias de Informação não apenas tem acompanhado como também
proporcionado importantes avanços na forma como as indústrias produzem e gerenciam seus
recursos. Neste sentido, Obrien e Marakas (2013) citam tecnologias como os sistemas de
processamento eletrônico de dados (eletronic data processin – EDP), sistemas de apoio a
decisão (decision support systems– DSS), técnicas da inteligência artificial (artificial
Intelligence – AI), sistemas integrados de gestão (enterprise resource planning – ERP) e a
inteligência de negócios (Business Intelligence – BI), que contribuíram para a resolução de
problemas na gestão de informações organizacionais e ofereceram novas ferramentas para o
melhoramento do desempenho das atividades industriais.
Os sistemas de Business Intelligence (BI) propiciam a tomada de decisões através de

informações relevantes formadas por dados disponíveis nas organizações, combinando busca e
análise de dados capazes de gerar relatórios a serem utilizados pela gestão de topo das
organizações (SANTOS e RAMOS, 2006). Segundo Obrien e Marakas (2013), os sistemas de
BI compreendem todos os aplicativos e tecnologias que uma organização possui no intuito de
reunir e analisar dados e informações que possam ser utilizadas para a construção de decisões
estratégicas de negócios. Miah (2014) corrobora ao afirmar que o BI compreende sistemas de
25
informação capazes de integrar o processo produtivo e a tecnologia com o objetivo de

proporcionar tomadas de decisão para gerentes e demais usuários.
Inácio (2017) observa que o BI passou a se tornar conhecida através da publicação do

artigo “A Business Intelligence System” de Hans Peter Luhn em 1958, no qual o autor o
descreveu como um sistema automático, cujo objetivo seria o de disseminar informações
internas das organizações (HEIZE, 2014). A publicação teve como base o primeiro disco rígido
de armazenamento de informações, lançado pela IBM (International Business Machines), que
permitiu que as empresas armazenassem informações de maneira mais ágil e com capacidade
de recuperação.
A invenção do disco rígido propiciou o surgimento dos sistemas de apoio a decisão e

despertou um novo desafio para as empresas: gerenciar o volume de dados armazenados. Neste
sentido, com a evolução dos sistemas de armazenamento de dados, surgem os bancos de dados
relacionais (Data Warehouse), capazes de melhorar o acesso a informações a partir de um banco
de dados organizado de maneira consolidada, o que levou ao desenvolvimento do BI como é
conhecida atualmente (HEIZE, 2014; INACIO, 2017; KEMPE, 2012).
Segundo Heize (2014), o BI obteve importantes avanços ao passo em que a tecnologia

solucionava problemas relacionados a complexidade e velocidade de manuseio de dados,
principalmente através da tecnologia em nuvem e dos Data Warehousing, permitindo o
processamento de dados em tempo real e maior acesso a informações por pessoas não
especializadas na área de TI.
Para o funcionamento ideal do BI existe uma série de componentes que devem se

interrelacionar para realizar o armazenamento, análise de informações e mineração de dados
que poderão ser norteadores para tomadas de decisão. Conforme Antonelli (2009), são
componentes do Business Intelligence: Dados operacionais; Operacional Data Store (ODS);
Ferramentas de ETL (extração – transformação e carga); DW (Data Warehouse) e DM (Data
Mart); Data Mining e Ferramentas de visualização.
Segundo Antonelli (2009), os dados operacionais representam a base para o processo de

implantação de um sistema BI, são gerados pelos processos operacionais da empresa e devem
ser armazenados de modo a servir como insumos para os projetos de BI. De modo a
complementar o primeiro componente apresentado, o ODS representa uma fonte de dados para
26
os sistemas BI, capaz de armazenar dados de maneira consolidada e fornecer informações de

caráter decisório, integrando fontes diversas da empresa.
As ferramentas de ETL realizam a preparação dos dados que serão posteriormente

armazenados em um Data Warehouse, isto ocorre através da identificação da origem dos dados
relevantes à organização; do ajuste destes dados de modo a apresentá-los de maneira mais
conveniente aos usuários; da padronização de dados; do transporte dos dados até o DW e, por
fim, da atualização destes à medida que sofrem alterações nos processos operacionais da
empresa (BOTELHO e FILHO, 2014).
O componente Data Warehouse (DW) é responsável pelo armazenamento de dados de

maneira organizada em diferentes níveis de dimensões. Neste sentido, Inácio (2017) destaca
que o DW constitui um dos principais apoios para a tomada de decisões com base em
informações a serem processadas em ferramentas de análise e mineração. De maneira análoga,
o Data Mart (DM) realiza o armazenamento de dados em menores proporções, atendendo a
departamentos específicos de modo a oferecer menores custos e tempos de resposta e maior
celeridade e controle nas informações.
Para que seja possível a utilização de informações e conhecimentos de difícil

visualização por sistemas comuns, utiliza-se o Data Mining. Segundo Barbieri (2011), o Data
Mining constitui uma forma de transformar informações em recursos, o que ocorre através da
identificação de padrões entre as informações coletadas ou relações entre os dados que
representem situações semelhantes do passado ou indicativos sobre o futuro, de modo que
possam despertar a visão de alguma oportunidade de ganho. Neste sentido, destacam-se
ferramentas como a análise de agrupamento, detecção de associações e análises estatísticas.
Um dos principais diferenciais dos sistemas que pertencem ao conceito BI é a entrega

de informações com alto potencial para tomada de decisões e de fácil interpretação. Isto é
possível através dos componentes que se referem às Ferramentas de visualização. Estas
ferramentas disponibilizam as informações desejadas através de tabelas, gráficos ou figuras
interativas, compondo a última etapa do BI e permitindo que seus usuários façam as análises
que lhes sejam mais proveitosas (INÁCIO, 2017)
Além dos componentes supracitados, Inácio (2017) destaca ainda as ferramentas que se
referem aos componentes de OLAP (On Line Analytical Processing), que são orientadas à
27
tomada de decisões, permitindo o acesso à grandes quantidades de informações com melhor

desempenho de performance de consulta.
Conforme Bezerra e Siebra (2015), o potencial competitivo das soluções em BI através

dos seus componentes tem fortalecido a sua propagação e o aumento da sua demanda por
organizações de diversos seguimentos. Os autores apontam, com base nos estudos de Sá et al.
(2012), que os critérios mais observados para a seleção e apresentação de produtos de BI são:
performance, arquitetura, consultas e relatórios (agendamento, dashboards, exportação dos
dados). Além destes, considera-se importante também a adequação da solução de BI à cultura
organizacional da empresa, seus processos, custos e verdadeiras necessidades. Com isto,
apresentam-se alguns exemplos de soluções em BI que se destacam no mercado, a saber: Qlik®
view; Pentaho; BI Oracle; RM Bis.Net; BI Microsoft® t e Tableau®.
2.3. Soluções em Business Intelligence
Como visto anteriormente, a escolha das ferramentas adequadas para a implantação de

uma solução em BI é um fator determinante para que seja possível conhecer mais os processos
e negócios de uma organização, favorecendo o planejamento estratégico e as suas vantagens
competitivas (SALLAM et. al., 2018). Para Bertolini et al. (2015), estas ferramentas podem
contribuir em diversos aspectos, como velocidade de acesso às informações, facilidade em
consultas e análises, maior interatividade e confiabilidade nos dados observados.
O grupo Gartner é uma empresa norte-americana de consultoria especializada em

tecnologia da informação, atuante em mais de 100 países através de mais de 15.000
organizações que obtém auxilio em diversos setores do mercado. Conforme apresentado por
Inácio (2017), anualmente, a Gartner publica um relatório a respeito de plataformas de análise
e Business Intelligence, na qual consta o “Magic Quadrant for Business Intelligence and
Analytics Platforms”, cuja tradução em português seria “Quadrante Mágico para Plataformas
de análise e Businesse Intelligence” (SALLAM et. al., 2018). Este quadrante está apresentado
na Figura 2:
28
Figura 2: Magic Quadrant for Business Intelligence and Analytics Platforms
Fonte: Sallam et. al., 2018.
O Quadrante apresenta os produtos que impulsionam o maior número de novas compras,

obtendo maior participação no mercado mundial (SALLAM et. al., 2018). Neste sentido, são
posicionados no quadrante de acordo com sua habilidade de executar soluções em BI e com seu
atendimento ao que oferece, sendo divididos em jogadores de nichos, visionários, desafiantes e
líderes.
Foram considerados líderes de mercado os produtos dos fornecedores Qlik®, Tableau®

e Microsoft®, o que significa que estes fornecedores oferecem um sólido entendimento das
capacidades dos seus produtos e demonstram compromisso com o sucesso dos seus clientes
(SALLAM et. al., 2018). No entanto, como visto anteriormente, a melhor solução para uma
organização está relacionada às suas necessidades e interesses específicos, sendo assim, embora
estas ferramentas sejam reconhecidas pelo mercado, deve-se verificar se as suas
funcionalidades se adequam à situação específica da organização que busca implantar uma
29
solução de BI. Neste sentido, torna-se relevante detalhar alguns aspectos e funcionalidades
características de cada um destes produtos considerados líderes de mercado.
O principal produto da fornecedora Qlik® é o QlikView®, que propõe a visualização

de painéis e aplicativos interativos guiados sem demandar manuseio por profissionais, deste
modo, busca oferecer mais celeridade em respostas às mudanças de negócios, avaliações mais
rápidas e maior percepção de informações obtidas nos processos da organização (QLIK, 2018).
Um dos principais atributos apresentados pelo QlikView® está relacionado à sua interface
amigável e gerenciável em uma tendência de descoberta de dados de modo interativo.
Ao longo do relatório da Gartner, Sallam et. al. (2018) destacam que a posição de líder
da Qlik® no quadrante está relacionada ao seu roteiro para anàlises ampliadas, melhorias na
estratégia e sua facilidade de uso. Além disto, o relatório identifica forças no que diz respeito à
utilização em aplicações robustas, marketing, desenvolvimento de conteúdo para ampliação da
plataforma e uma rede de parceiros que contribuem para a extensão do produto. No entanto,
observa também que o fornecedor possui restrições de custos que limitam algumas
funcionalidades
Os produtos Tableau® estão direcionados aos processos de análise visual de dados, de

modo que os usuários possam observar padrões, elaborar relatórios e alternar exibições de
forma dinâmica e com manuseio de rápido aprendizado. Suas ferramentas possuem uma
arquitetura compatível com clientes móveis, cliente web e computadores desktop. Neste
sentido, o Tableau Desktop® possibilita a criação e publicação de relatórios e painéis a serem
compartilhados através do Tableau Server®, que por sua vez é uma plataforma de análise de
negócios que pode ser acessada por diversos usuários através de navegadores e dispositivos
móveis com segurança (TABLEAU, 2018).
O Tableau® permite armazenamento de dados e conexões com sistemas diversos,

abrangendo maiores possibilidades para os usuários e aproveitando melhor as capacidades dos
bancos de dados utilizados pela organização. Além disto, suas ferramentas oferecem
mecanismos de dados com memória de rápido acesso, obtendo respostas em tempo hábil
(TABLEAU, 2018). Sallam et. al. (2018) reconhecem que o Tableau® oferece uma experiência
de uso intuitivo e interativo sem necessidade de habilidades técnicas, além disto, identifica que
a melhoria contínua de seus produtos bem como as referências positivas por parte de clientes
foram fatores contribuintes para a sua colocação na posição de líder de mercado. No entanto, o
relatório indica também um ponto fraco em relação ao custo de licença dos produtos Tableau®.
30
O Power BI® da Microsoft®, por sua vez, possui foco na conexão de dados e relatórios
que possibilitam a consulta de informações por diversos usuários, integrando ainda demais
tecnologias da Microsoft® já consagradas no mercado (ISEMINGER, 2018). Sallam et. al.
(2018) afirmam que o Power BI® viabiliza a descoberta e preparação de dados, sua
apresentação e análise por meio de painéis interativos, destacando ainda a sua operação de baixo
custo, o que a coloca em evidência na escolha para clientes de referência que possuem altos
níveis de interesse.
O Power BI® destaca-se ainda pela facilidade de uso, pela disponibilização de melhores
informações e insights que viabilizam o crescimento comercial de seus clientes, obtendo
também uma boa visibilidade de marketing. As fraquezas desta ferramenta estão principalmente
relacionadas a limitação em ampliação de seus recursos, o que dificulta sua utilização para
tarefas mais complexas (SALLAM et. al., 2018).
O Quadro 3 apresenta uma breve descrição a respeito da principal plataforma de cada

um dos três fornecedores considerados líderes de mercado:
Quadro 3: Plataformas de BI consideradas líderes de mercado
O QlikView destaca-se por ser uma plataforma de fácil manuseio. Seus painéis e
QlikView® aplicativos interagem com rápida resposta às mudanças de dados, proporcionando
avaliações com eficiência.
Esta plataforma permite interação com diversos sistemas, ampliando suas

Tableau Desktop® capacidades. Possui mecanismos de rápido acesso aos dados solicitados, e
interface de uso intuitivo
O Power BI apresenta alto potencial de interação com outros sistemas da

Power BI® Microsoft. Desta forma, facilita a descoberta e apresentação de dados, destacando-
se ainda por ser uma opção de baixo custo.
Fonte: Autor (2018)
A partir das descrições apresentadas pelo Quadro 3 é possível identificar potenciais em

cada uma das três soluções destacadas como líderes de mercado. No entanto para a definição
da melhor alternativa para uma empresa de pequeno porte, conforme apresentado pelo objetivo
geral deste estudo, torna-se conveniente a aplicação de uma metodologia apropriada e
consistente. Esta metodologia, suas especificações e operacionalização, estão apresentadas no
capítulo a seguir.
31
3. MÉTODO DA PESQUISA
Nesta sessão serão apresentados os métodos utilizados para que fosse possível atingir o
objetivo de propor a implantação de uma plataforma Business Intelligence alinhada às
demandas estratégicas de uma indústria de pequeno porte. Após um aprofundamento teórico
acerca do tema abordado, realizou-se um estudo de caso em uma indústria na cidade de
Campina Grande – PB.
Por meio de uma abordagem mista, buscou-se identificar os interesses estratégicos e

necessidades que poderiam auxiliar no direcionamento a ser adotado para se chegar à solução
ideal. Com isto, a pesquisa dividiu-se em duas fases, sendo a primeira exploratória, de caráter
qualitativo, e a segunda descritiva, de caráter descritivo.
3.1. Natureza da pesquisa
Neste estudo, buscou-se identificar situações realistas que pudessem apoiar a

importância estratégica dos sistemas da informação e das soluções em BI para empresas de
pequeno porte. Assim, tornou-se ideal utilizar-se de uma metodologia baseada em estudo de
caso, pois consiste em uma estratégia de pesquisa abrangente, permitindo que se realize uma
investigação, conservando, ao máximo possível, as características integrais de eventos
cotidianos como processos organizacionais e administrativos (YIN, 2001).
Para a viabilização deste estudo de caso utilizou-se uma abordagem de pesquisa mista,
que para Creswell (2010) representa a combinação dos pontos fortes das pesquisas qualitativa
e quantitativa. Isto permite a obtenção de mais insights do que em casos em que se adota apenas
uma destas metodologias de pesquisa isoladamente, proporcionando ainda maior compreensão
dos problemas de pesquisa.
Por meio desta caracterização a respeito da abordagem, pôde-se dividir a pesquisa que
o sustenta em duas fases: exploratória e descritiva. Para a fase exploratória utilizou-se a
abordagem qualitativa. Nesta fase, foram analisados aspectos que pudessem descrever os
comportamentos envolvidos na situação, de modo a definir os critérios a serem considerados
para a escolha de uma plataforma BI ideal.
32
Para a fase descritiva, em uma abordagem quantitativa, buscou-se confrontar a teoria

que apoia o estudo com os dados e hipóteses que o delimitam (CRESWELL, 2010). Bem como
Morais e Almeida (2006), que também realizaram um estudo voltado para a tomada de decisões
em grupo, utilizou-se a Análise Multicritério de Apoio a Decisão para sustentar a proposta de
uma solução que melhor se adequasse ao contexto do estudo. Para isto, utilizou-se o método
PROMETHEE II, de modo a obter uma ordenação das alternativas e com isto a identificação
da mais adequada.
3.2. Procedimentos de coleta
Para a coleta de dados na fase exploratória, fez-se entrevistas e observação participante

com roteiro semiestruturado elaborado a partir da revisão teórica. Conforme abordado por Flick
(2013), a observação participante permitiu uma coleta de dados mais acentuada, selecionando
com maior facilidade as situações, pessoas e eventos que melhor contribuíssem para a
verificação da situação dos sistemas da informação existentes na empresa.
Paralelamente, a entrevista com roteiro semiestruturado foi elaborada contendo

perguntas que pudessem identificar as necessidades e interesses da empresa, de modo a alcançar
todo o escopo pretendido pelo estudo, obtendo as visões individuais dos dois gestores que são
responsáveis pela tomada de decisões na empresa em questão (como apresentado no Apêndice
A). Com as informações obtidas nesta fase, foi possível dar prosseguimento ao estudo,
definindo os critérios que viriam a ser utilizados como parâmetros de avaliação na fase
descritiva.
Com as informações obtidas por meio do roteiro de entrevista aplicado aos gestores da
empresa, pôde-se avaliar as soluções propostas em relação a oito critérios apresentados, a saber:
Confiabilidade; Facilidade de manuseio; Facilidade de interpretações; Interatividade com
outros sistemas; Mineração de dados; Política de segurança e acesso; Ferramentas de
Planejamento; e Custo-Benefício. Além disto, apontou-se ainda o nível de importância para
cada critério, parâmetro necessário para a aplicação das informações obtidas no método
PROMETHEE.
33
3.3. Procedimentos de análise
3.3.1. Análise da fase exploratória
Por meio da aplicação de uma entrevista semiestruturada, buscou-se identificar os

principais aspectos estratégicos que poderiam orientar a decisão por uma das três propostas de
solução em BI. Desta forma, utilizou-se como técnica de análise de dados a Análise de
conteúdo.
Segundo Schiavin e Garrido (2018, p. 03) a análise de conteúdo se trata de “um método
composto por um conjunto de técnicas de análise de comunicações, que possibilita compreender
a mensagem além de seus significados imediatos”. Estes mesmos autores destacam como
objetivos desta técnica explorar, descobertas e confirmar questões.
A análise de conteúdo ocorre por meio de três principais etapas: Pré-análise, destinada
à organização do material de análise e das ideias a que direcionam; Exploração do material, que
tem por objetivo codificar, recortar, classificar e categorizar os dados obtidos e organizados na
primeira etapa; e, por fim, Tratamento dos resultados e interpretações, na qual são capturados
os conteúdos que mais destacam no material em análise (SCHIAVIN e GARRIDO, 2018).
Neste sentido, elaborou-se o roteiro de entrevista com perguntas direcionadas a obter os
principais interesses, e capacidades da empresa. A partir das respostas obtidas, foram
identificados os principais aspectos que caracterizam a empresa, seus recursos de informação e
objetivos em obter uma solução em BI, possibilitando realização da terceira etapa de análise,
na qual pôde–se capturar os principais critérios a serem considerados para a escolha da solução
adequada para a empresa.
Com base nestas informações, tornou-se possível a continuidade do estudo, tendo como
foco a escolha da solução que melhor se aplique às necessidades e interesses da empresa. Desta
forma, o tópico a seguir trata do detalhamento da metodologia adotada para esta escolha.
3.3.2. Análise da fase descritiva
Considerando o Magic Quadrant for Business Intelligence and Analytics Platforms

apresentado por Sallam et al. (2018), no relatório da Gartner, destacou-se três fornecedores de
soluções em BI posicionadas como líderes de mercado, sendo elas: Tableau®, Qlik® e
34
Microsoft®. Estes três fornecedores serão considerados como alternativas para implantação na
empresa objeto de estudo. No entanto, deve-se verificar qual destas alternativas melhor se
adequa às necessidades e interesses da empresa, de modo que se torna relevante basear-se em
uma metodologia de tomada de decisões consistente.
Segundo Almeida (2013), problemas de decisão multicritério são situações em que se

precisa escolher entre duas ou mais alternativas no intuito de atender múltiplos objetivos que
podem ser conflitantes entre si. Para este contexto, a análise multicritério de apoio à decisão
(MCDA – Multi-Criteria Decision Analysis) se apresenta como uma eficiente ferramenta de
solução. Segundo Silva et al. (2014), a MCDA contribui para a estruturação de problemas, de
modo a levar em consideração todos os critérios estabelecidos pelos decisores em questão e
concedendo imparcialidade na decisão.
Gomes (2004) descreve o processo da MCDA através de três fases: (i) Fase de
estruturação, na qual deve-se identificar os decisores, alternativas e critérios, caracterizando e
organizando todos os fatores relevantes para a decisão; (ii) Fase de avaliação, onde aplica-se
uma metodologia multicritério para apoiar a análise das preferências, avaliando as alternativas
em relação aos critérios estabelecidos, considerando suas importâncias relativas, tornando
possível a análise global do problema; e (iii) Fase de recomendação, na qual é proposto aos
decisores a melhor intervenção a ser feita para o contexto de decisão.
Conforme Almeida (2013), as metodologias de decisão multicritério podem ser

classificadas como compensatórias ou não compensatórias. Para um contexto de escolha em
que uma alternativa a pode sobreclassificar uma outra alternativa b, caso a seja pelo menos tão
boa quanto b e não se possa afirmar que ocorra o inverso, considera-se ideal aplicar um método
de decisão multicritério não compensatório, como os da família PROMETHEE ou ELECTREE.
O método PROMETHEE II, da família PROMETHEE, se apresentou como uma

metodologia de alta eficiência para o contexto de decisão do presente estudo, pois possui
potencial em solucionar problemas de decisão em grupo através da agregação das preferências.
Além disto, o PROMETHEE II se mostrou de fácil compreensão para os decisores, envolvendo
conceitos e parâmetros com significados físicos ou econômicos de rápida assimilação
(MORAIS e ALMEIDA, 2006).
Utilizando o método PROMETHEE II pode-se ordenar as alternativas da melhor para o

pior, obtendo deste o modo a melhor dentre as três propostas para este estudo. Conforme
35
Andrade et. al. (2018), o princípio deste método está na comparação par a par das alternativas,
relacionando-as aos critérios definidos. Para isto, deve-se definir dois parâmetros junto ao
decisor, sendo estes os pesos dos critérios e as suas respectivas funções de preferência.
Para a definição dos pesos dos critérios a serem considerados, utilizou-se o método
PROMETHEE-ROC. Este método estabelece uma definição de importância relativa dos
critérios através da regra de pesos substitutos ROC (Rank-Order-Centroid). Para isto, é
necessário um ordenamento qualitativo dos critérios a serem considerados, de modo a atribuir
valores para a posição destes critérios por meio da Equação 1:
Equação 1: ROC (Rank-Order-Centroid)

𝑛
1 1
𝑤𝑖 (𝑅𝑂𝐶) = ∑
𝑛 𝑗
𝑗=1
Onde, n representa o número de critérios e j a posição dos critérios no ordenamento

estabelecido (AGUIAR, 2016).
Segundo Brans & Mareschal (2002), as funções de preferência representam o

comportamento do decisor em relação às diferenças obtidas por meio da comparação par a par
das alternativas, considerando um determinado critério, de modo a indicar a intensidade da
preferência por uma alternativa sobre outra. As funções de preferência usuais estão
apresentadas abaixo pelo Quadro 4.
36
Quadro 4 - Funções de preferência para o PROMETHEE.
Função tipo 1 – Critério usual: não há 𝑔𝑖 (𝑎) − 𝑔𝑖 (𝑏) > 0 𝐹(𝑎, 𝑏) = 1

parâmetro a ser definido. 𝑔𝑖 (𝑎) − 𝑔𝑖 (𝑏) ≤ 0 𝐹(𝑎, 𝑏) = 0
Função tipo 2 – Quase critério: define-se 𝑔𝑖 (𝑎) − 𝑔𝑖 (𝑏) > 𝑞 𝐹(𝑎, 𝑏) = 1
o parâmetro q. 𝑔𝑖 (𝑎) − 𝑔𝑖 (𝑏) ≤ 𝑞 𝐹(𝑎, 𝑏) = 0
𝐹(𝑎, 𝑏) = 1
𝑔𝑖 (𝑎) − 𝑔𝑖 (𝑏) > 𝑝 𝑔𝑖 (𝑎) − 𝑔𝑖 (𝑏)
Função tipo 3 – Limiar de preferência:
𝑔𝑖 (𝑎) − 𝑔𝑖 (𝑏) ≤ 𝑝 𝐹(𝑎, 𝑏) =
define-se o parâmetro p. 𝑝
𝑔𝑖 (𝑎) − 𝑔𝑖 (𝑏) ≤ 0
𝐹(𝑎, 𝑏) = 0
𝑔𝑖 (𝑎) − 𝑔𝑖 (𝑏) > 𝑝
𝐹(𝑎, 𝑏) = 1
Função tipo 4 – Pseudo critério: definem- 𝑞 < 𝑔𝑖 (𝑎) − 𝑔𝑖 (𝑏)
𝐹(𝑎, 𝑏) = 0,5
se os parâmetros q e p. ≤𝑝
𝐹(𝑎, 𝑏) = 0
𝑔𝑖 (𝑎) − 𝑔𝑖 (𝑏) ≤ 𝑞
𝑔𝑖 (𝑎) − 𝑔𝑖 (𝑏) > 𝑝 𝐹(𝑎, 𝑏) = 1
Função tipo 5 – Área de indiferença: 𝑞 < 𝑔𝑖 (𝑎) − 𝑔𝑖 (𝑏) (𝑔𝑖 (𝑎) − 𝑔𝑖 (𝑏)) − 𝑞
definem-se os parâmetros q e p. ≤𝑝 𝐹(𝑎, 𝑏) =
𝑝−𝑞
𝑔𝑖 (𝑎) − 𝑔𝑖 (𝑏) ≤ 𝑞 𝐹(𝑎, 𝑏) = 0
A preferência aumenta segundo
Função tipo 6 – Critério gaussiano: O 𝑔𝑖 (𝑎) − 𝑔𝑖 (𝑏) > 0
uma distribuição normal.
desvio padrão deve ser fixado. 𝑔𝑖 (𝑎) − 𝑔𝑖 (𝑏) ≤ 0
𝐹(𝑎, 𝑏) = 0
Fonte: Aguiar et. al. (2015, p. 715)
Considerando a relevância de que fossem consideradas as mínimas diferenças entre as

alternativas apresentadas, a função do tipo 3, Limiar de preferência, se apresentou como a mais
adequada para os critérios adotados, refletindo de modo sensível às diferenças de avaliações
entre as alternativas.
Com isto apresenta-se no Quadro 5 o procedimento sobre o qual realiza-se o método

PROMETHEE II.
Quadro 5: Passos do PROMETHEE II
Determinação 𝒅𝒋 (𝒂, 𝒃) = 𝒈𝒋 (𝒂) − 𝒈𝒋 (𝒃)

dos desvios Onde 𝒅𝒋 (𝒂, 𝒃) representa a diferença de avaliação de a em relação a b em cada critério j
Aplicação da 𝑃𝑗 (𝑎, 𝑏) = 𝐹𝑗 [ 𝑑𝑗 (𝑎, 𝑏)] 𝑗 = 1, . . , 𝑘

função de Onde, 𝑃𝑗 (𝑎, 𝑏) representa a preferência da alternativa a sobre a alternativa b em cada
preferência critério j, como uma função de 𝑑𝑗 (𝑎, 𝑏).
𝑛 𝑛
Cálculo do 1
𝜋(𝑎, 𝑏) = ∑ 𝑤𝑗 𝑃𝑗 (𝑎, 𝑏) 𝑜𝑛𝑑𝑒, 𝑊 = ∑ 𝑤𝑗
índice de 𝑊
𝑗=1 𝑗=1
preferência Onde 𝜋(𝑎, 𝑏) de a sobre b, variando de 0 a 1 é definido como a soma ponderada 𝑝(𝑎, 𝑏)
para cada critério, e 𝑤𝑗 é o peso associado a cada critério j.
𝑃(𝑎,𝑏) 𝑃(𝑏,𝑎)
Calculo do ɸ+ (𝑎) = ∑𝑎≠𝑏 𝑒 ɸ− (𝑎) = ∑𝑎≠𝑏
𝑚−1 𝑚−1
ranking Onde 𝛷 + (𝑎) e 𝛷 − (𝑎) são respectivamente os fluxos positivos e negativos para cada
parcial alternativa
Cálculo do
𝛷(𝑎) = 𝛷 + (𝑎) − 𝛷 − (𝑎)
ranking
Onde 𝛷(𝑎) é o fluxo líquido de cada alternativa
completo
Fonte: Adaptado de Andrade et al. (2018)
37
Para uma análise mais consistente das alternativas propostas para a implantação neste
estudo de caso, optou-se por adotar uma abordagem de decisão grupo, considerando a
utilização, de forma independente, do método PROMETHEE por três especialistas. Neste
sentido, para a obtenção da resposta que viria a identificar a solução ideal para a empresa em
questão, utilizou-se uma agregação de preferências através da soma ponderada dos fluxos
líquidos para cada alternativa, considerando um peso igualmente equivalente para cada um dos
especialistas, conforme a Equação 2.
Equação 2: Agregação de preferências

𝑅
𝜙 𝐺 (𝑎𝑖 ) = ∑ 𝛷(𝑎𝑖 )𝜔𝑟

𝑟=1
Onde:
R são decisores, r = 1, 2, ..., R;
𝛷(𝑎𝑖 ) é o fluxo líquido da alternativa 𝑎𝑖 para o decisor r
𝜔𝑟 é o peso do decisor, de modo que ∑𝑅𝑟=1 𝜔𝑟 = 1
Deste modo, a escolha pela alternativa adequada para o estudo de caso se mostrou mais
transparente e robusta. Assim, na sessão que se segue, serão apresentadas as análises e
discussões a respeito das informações obtidas e da proposta apresentada aos gestores da
empresa objeto de estudo, bem como as suas implicações.
38
4. ANÁLISE E DISCUSSÃO DOS RESULTADOS
4.1. Caracterização do caso
Por questões éticas, este trabalho não mencionará o nome da empresa utilizada como
objeto de estudo empírico. Esta empresa possui 5 anos de atuação e trata-se de um grupo
composto por 2 unidades fabris e três lojas varejistas que comercializam os produtos fabricados
pela própria empresa e por outros fornecedores. A empresa tem por atividade principal a
produção de colchões e sofás personalizados, tendo, porém, um catálogo de modelos sobre os
quais os consumidores podem fazer as alterações que desejarem em aspectos referentes a
tamanhos e composição de materiais dos produtos.
Com base nas atividades desenvolvidas pela empresa e nos conceitos apresentados por
Slack (2002), pôde-se relacionar o sistema produtivo da empresa como sendo do tipo Produção
em Jobbing, considerando que os recursos de produção são compartilhados de acordo com a
necessidade dos processos e que existe um volume médio/baixo de produção e uma variação
média/alta entre os produtos.
Embora a organização possua três lojas e duas unidades fabris, uma dedicada a produção
de sofás e outra dedicada a produção de camas e colchões, o gerenciamento dos recursos de
produção bem como o planejamento logístico de entrega dos produtos finais são realizados
apenas em uma das unidades, demandando um eficiente sistema de informação e comunicação
entre as instalações.
O principal sistema de informação utilizado pela organização trata-se de um sistema
ERP, que representa a integração de informações em um banco de dados capas de armazenar
dados de diferentes setores de uma organização, relacionando e auxiliando suas atividades
internas em tempo real (OBRIEN e MARAKAS, 2013; NUNES et al., 2018).
Com o uso deste sistema, a empresa objeto de estudo realiza o registro de ordens de
compras, vendas e serviços, cadastro de fornecedores e clientes, monitoramento de status dos
pedidos, emissão de notas fiscais e relatórios históricos. Para o envio das ordens de produção,
utiliza-se comunicação via e-mail, já que estas são emitidas pelos vendedores em loja logo após
a confirmação da venda dos produtos. Além destes sistemas, utiliza-se ainda um aplicativo de
troca de mensagens instantâneas e telefonemas para comunicação entre todas as instalações da
organização.
39
No entanto, por meio do roteiro de entrevista aplicado aos gestores da empresa, ao longo
da fase exploratória, foi possível identificar algumas lacunas existentes a respeito da maturidade
da empresa em relação aos seus sistemas da informação.
Quando questionados sobre as principais dificuldades da empresa em relação a gestão
de informações, destacou-se uma “dificuldade grande para mensurar quanto realmente custa
um produto para ser produzido”. Além disto, destacou-se também uma “dificuldade em realizar
um controle completo, (...), dificuldades na parte fiscal e gestão de estoque”.
Segundo os gestores da empresa, existe uma deficiência na geração de relatórios mais
precisos, capazes de confrontar custos de produção e receitas, e de viabilizar a realização de um
controle adequado de estoques. Em relação a sistemas de informação, a empresa possui
experiência em sistemas como Tiny, Sage Start, Maxximus, Datasync e Excel. A busca pela
implantação de um sistema BI está relacionada a necessidade de coletar dados específicos desde
a entrada até a saída de todos os materiais utilizados, de modo que o setor administrativo possa
acessar estas informações com segurança de maneira mais ágil, tomando decisões para melhor
gerir seus recursos e seus planejamentos.
A empresa tem como objetivo integrar o sistema BI aos dados obtidos através do Tiny,
do Excel e de sistemas fiscais, de maneira intuitiva e com fácil manuseio. Para este projeto,
dispõe de um capital de investimento de, em média, R$ 75,00 mensais, podendo alcançar até
R$ 800,00 mensais, mediante apoio governamental e planejamento a longo prazo, a depender
do custo-benefício do produto que venha a ser adquirido.
Partindo do princípio de que uma solução em BI busca integrar informações dos
processos empresariais para apoiar tomada de decisões, este tipo de solução torna-se ideal para
uma elevação no nível de gestão de informações dentro desta empresa, principalmente ao
ressaltar a fala dos gestores quando dizem: “A pretensão é conseguir cruzar todos os dados, da
entrada a saída de todos os materiais. Integrar todos os movimentos da empresa”.
Como apresentado por Araújo et al. (2018), o uso adequado das informações disponíveis
em uma empresa de micro ou pequeno porte representa exequibilidade, servindo como suporte
para a resolução de demandas de difícil visibilidade. Neste sentido, a gestão da informação se
tornará um forte aliado dos planejamentos estratégicos da empresa.
Com isto, seguiu-se adiante em direção ao objetivo proposto: implantar uma plataforma
Business Intelligence alinhada às demandas estratégicas de uma indústria de pequeno porte.
Assim, os resultados obtidos com a aplicação da fase descritiva são apresentados no tópico a
seguir.
40
4.2. A proposta
A realização da proposta que melhor se adequasse à empresa em estudo teve início a

partir da fase descritiva. Por meio de um roteiro de entrevista semiestruturado, buscou-se que
mais de um especialista realizasse a avaliação das alternativas consideradas, de modo a atribuir
maior confiabilidade a plataforma proposta.
Assim, com base nas informações obtidas ao longo da fase exploratória, este roteiro de
entrevista foi destinado a três especialistas da área de TI, cujos perfis estão apresentados pelo
Quadro 6.
Quadro 6: Perfil dos decisores
Decisores Idade Sexo Formação Tempo de experiência

em trabalhos utilizando
BI
Decisor 1 26 Feminino Graduanda em Engenharia da 1 ano e meio.
Computação. Analista de BI.
Decisor 2 39 Masculino Pós-graduado em Business 14 anos

Intelligence. MBA em gestão
estratégica da informação
Decisor 3 40 Masculino Pós-graduado em Ciência de Dados 10 anos
(BIG DATA ANALYTICS)
Fonte: Autor (2018)
Para avaliar as alternativas, por meio de questionário (ver Apêndice B), os decisores
atribuíram notas variáveis entre 0 e 10 para cada alternativa em relação a cada critério. Além
disto, atribuíram para aos critérios apresentados uma ordenação, de modo a classificar suas
importâncias relativas, e assim, os pesos a serem considerados para a etapa de Cálculo do índice
de preferência no método PROMETHEE II.
Tendo a avaliação das alternativas em relação aos critérios, adotou-se como função de
preferência a função do tipo 3, gerando para cada decisor um nível de preferência por meio de
comparação par a par, como apresentado pelas Tabela 1, 2 E 3.
41
Tabela 1: Aplicação das funções de preferência para o Decisor 1
APLICAÇÃO DAS FUNÇÕES DE PREFERÊNCIA
Confiabilidade Mineração de Dados

Tablea Power
Tableau QLIK Power BI QLIK
u BI
Tableau 0 0 0,125 Tableau 0 0 0
Qlik 0,125 0 0,25 Qlik 0,5 0 0,0625
Power Power
BI 0 0 0 BI 0,4375 0 0
Facilidade de manuseio Política de segurança e acessos
Tablea Power
u BI
Tableau 0 0,25 0,125 Tableau 0 0,125 0
Qlik 0 0 0 Qlik 0 0 0
Power Power
BI 0 0,125 0 BI 0 0,125 0
Facilidade de interpretação Ferramentas de planejamento
Tablea Power
u BI
Tableau 0 0,0625 0,0625 Tableau 0 0 0
Qlik 0 0 0 Qlik 0,125 0 0
Power Power
BI 0 0 0 BI 0,125 0 0
Interatividade com outros sistemas Custo Benefício
Tablea Power
u BI
Tableau 0 0 0 Tableau 0 0 0
Qlik 0,25 0 0,125 Qlik 0 0 0
Power Power
BI 0,125 0 0 BI 0,125 0,125 0
Fonte: Autor (2018)
Tabela 2:Aplicação das funções de preferência para o Decisor 2

Tableau QLIK Power BI Tableau QLIK Power BI
Tableau 0 0,0625 0,125 Tableau 0 0 0
Qlik 0 0 0,0625 Qlik 0 0 0
Power BI 0 0 0 Power BI 0 0 0
Tableau 0 0,125 0 Tableau 0 0 0,0625
Qlik 0 0 0 Qlik 0 0 0,0625
Power BI 0,125 0,25 0 Power BI 0 0 0
Tableau 0 0,0625 0 Tableau 0 0 0,125
Qlik 0 0 0 Qlik 0 0 0,125
Power BI 0,0625 0,125 0 Power BI 0 0 0
Fonte: Autor (2018)
42
Tabela 2: Aplicação das funções de preferência para o Decisor 2 (continuação)

Qlik 0,0625 0 0 Qlik 0,0625 0 0
Power BI 0,125 0,0625 0 Power BI 0 0,875 0,75
Fonte: Autor (2018)
Tabela 3:Aplicação das funções de preferência para o Decisor 3

Tableau 0 0,25 0,5 Tableau 0 0 0
Qlik 0 0 0,25 Qlik 0 0 0
Power BI 0 0 0 Power BI 0 0 0
Tableau 0 0,75 0,25 Tableau 0 0,25 0,75
Qlik 0 0 0 Qlik 0 0 0,5
Power BI 0 0,5 0 Power BI 0 0 0
Tableau 0 0,375 0,25 Tableau 0 0,25 0
Qlik 0 0 0 Qlik 0 0 0
Power BI 0 0,125 0 Power BI 0,125 0,375 0
Qlik 0 0 0 Qlik 0,5 0 0
Power BI 0,125 0,125 0 Power BI 1 0,375 0,25
Fonte: Autor (2018)
Por meio das Tabelas 1, 2 e 3 é possível verificar que, ao longo das comparações par a
par, as diferenças positivas entre as alternativas foram transformadas em valores entre zero e
um, que representam proporcionalmente a intensidade de preferência de uma alternativa em
relação à outra.
43
Com isto, deu-se continuidade às etapas do método PROMETHEE II. Para cada decisor
realizou-se o cálculo dos índices de preferência de cada critério (Tabelas 4, 5 e 6), bem como
os seus fluxos positivos, negativos.
Tabela 4:Cálculo dos índices de preferência para o Decisor 1
CALCULO DO ÍNDICE DE PREFERENCIA

Tableau QLIK Power BI
Tableau 0,00000 0,05563 0,04563 0,01446
Qlik 0,14250 0,00000 0,05813 0,02866
Power bi 0,09813 0,02375 0,00000 0,01741
0,03438 0,01134 0,01482
Fonte: Autor (2018)
Tabela 5: Cálculo dos índices de preferência para o Decisor 2

Tableau 0 0,34125 0,2625 0,08625
Qlik 0,5 0 0,0825 0,08321
Power bi 1,02125 0,5575 0,25 0,26125
0,21732 0,12839 0,085
Fonte: Autor (2018)
Tabela 6:Cálculo dos índices de preferência para o Decisor 3

Tableau 0 0,34125 0,2625 0,08625
Qlik 0,5 0 0,0825 0,083214286
Power bi 1,02125 0,5575 0,25 0,26125
0,217321429 0,128392857 0,085
Fonte: Autor (2018)
Obtendo um ranqueamento das alternativas por meio dos seus fluxos líquidos, como
mostrado nas Tabelas 7, 8 e 9 a seguir, ressalta-se a escolha destes decisores de que a plataforma
Power BI® é considerada a mais adequada para a empresa em estudo, já que obteve o maior
valor numérico em relação ao fluxo líquido.
44
Tabela 7:Cálculo dos fluxos líquidos para o Decisor 1
CALCULO DO FLUXO LÍQUIDO
TABLEAU -0,020
QLIK -0,006
POWER 0,003
BI
Fonte: Autor (2018)
Tabela 8:Cálculo dos fluxos líquidos para o Decisor 2 Tabela 9:Cálculo dos fluxos líquidos para o Decisor 3
CALCULO DO FLUXO LÍQUIDO CALCULO DO FLUXO LÍQUIDO
TABLEAU -0,010 TABLEAU -0,131
QLIK -0,008 QLIK -0,134

POWER POWER 0,176
0,145 BI
BI
Fonte: Autor (2018) Fonte: Autor (2018)
Assim como para o Decisor 1, de acordo com os cálculos obtidos por meio das
avaliações dos decisores 2 e 3, é possível verificar que a plataforma Power BI® obteve o melhor
desempenho com a aplicação do método PROMETHEE. Deste modo, realizando a soma
ponderada dos resultados dos decisores como forma de agregação das suas preferências, tomou-
se como resultado final que a plataforma Power BI® é a mais adequada a ser tida como proposta
para este estudo (Tabela 10).
Tabela 10: Agregação de preferências dos decisores
AGREGAÇÃO DAS PREFERÊNCIAS

TABLEAU -0,053
QLIK -0,049
POWER BI 0,107
Fonte: Autor, 2018
Conforme apresentado por Aguiar et al. (2015), a aplicação do método PROMETHEE

II sugere uma avaliação mais consistente, considerando com mais fidelidade os objetivos
relevantes para a situação em que se aplica e suas importâncias. Assim, a aplicação deste
método aproxima significativamente os gestores da empresa da verdadeira alternativa ideal, de
acordo com as singularidades apresentadas sobre a empresa.
45
Isto significa que, embora possa ter recebido avaliações inferiores em relação a alguns
critérios, quando comparada às outras alternativas, a alternativa escolhida representa a melhor
decisão para os interesses, necessidades e capacidades da empresa em estudo, podendo
contribuir para o seu crescimento por meio de tomadas de decisões mais assertivas. O tópico a
seguir apresenta algumas implicações práticas a respeito da proposta realizada.
4.3. Implicações Práticas
Dois critérios se destacam em relação aos mais relevantes para a chegada ao resultado
obtido, são estes os que dizem respeito à facilidade de interpretação das informações e
interatividade com outros sistemas. Em ambos critérios a plataforma Power BI® obtém
avaliação positiva, tanto por sua capacidade de integrar-se aos demais sistemas utilizados pela
empresa, quanto por sua interface familiar, atendendo aos aspectos destacados por Miah (2014)
ao definir o BI.
Esta proposta se fortalece diante do seu potencial de facilidade de manuseio, em especial

para empresas de pequeno porte, que possuem uma maturidade pouco avançada em relação aos
seus sistemas de informação. Com isto, a empresa poderá utilizar as informações disponíveis
com mais eficiência, proporcionando as condições apropriadas para a melhora do seu
desempenho (STRAUHS et al., 2012)
Além disto, a proposta apresenta uma oportunidade de baixo custo, tanto por sua
aquisição em versão gratuita, quanto por não precisar de elevados conhecimentos técnicos para
o seu manuseio. Desta forma, apresenta-se uma solução ideal em relação aos questionamentos
levantados por Stefanini et. al. (2012) em relação ao custo benefício deste tipo de aplicação em
empresas de pequeno porte.
A proposta em questão apresenta ainda facilidade de acesso, já que permite Download

gratuito da plataforma em rede de internet. Isto representa para a empresa o desprendimento de
poucos esforços em obter esta proposta, o que favorece sua aplicação e velocidade das respostas
esperadas para apoiar possíveis tomadas de decisões emergenciais, favorecendo o
posicionamento de North (2010) no que diz respeito a geração de vantagens competitivas por
meio dos esforços no emprego de recursos da informação.
As conclusões obtidas por meio desta proposta e dos estudos realizados para que fosse
possível alcançá-la serão apresentadas no capítulo que se segue.
46
5. CONCLUSÕES
Por meio deste estudo, teve-se como objetivo propor a implantação de uma plataforma Business
Intelligence alinhada às demandas estratégicas de uma indústria de pequeno porte na cidade de Campina
Grande. Para isto, buscou-se identificar por meio de fase exploratória, as principais necessidades
relacionadas a sistemas da informação da empresa em questão.
Observando as atividades e processos associados à gestão da informação na empresa em
questão, foi possível identificar as lacunas existentes e que deveriam ser consideradas para a
proposta de uma plataforma de BI que melhor se adequassem às suas necessidades. Deste modo,
ao longo da fase descritiva, pôde-se avaliar, utilizando o método PROMETHEE II e uma
agregação de preferências, as alternativas que possuem destaque no mercado, relacionando-as
aos aspectos observados ainda na fase exploratória.
Com tudo, pôde-se observar a relevância dos sistemas de informação como componente
fundamental para o planejamento estratégico de uma organização, a qual vem se desenvolvendo
em acompanhamento às tecnologias associadas aos novos sistemas de produção. Neste sentido,
observou-se que a tomada de decisões, baseada em tecnologias de informação, pode agregar
mais confiabilidade aos projetos de uma empresa, elevando suas capacidades competitivas.
Em relação às limitações observadas ao longo da realização do trabalho, destaca-se a

dificuldade em obtenção de acesso à avaliadores para as alternativas de soluções em BI
presentes no mercado. Além disto, os estudos associados a tecnologias de BI vêm se
desenvolvendo ao longo dos últimos anos, de modo que existem poucos trabalhos acadêmicos
relacionados ao tema. O tempo limitado para análise dos sistemas adotado pela empresa se
tornou ainda um outro limitante, já que uma análise mais aprofundada poderia agregar
informações mais precisas acerca do objeto de estudo.
Para pesquisas futuras, sugere-se a realização de um estudo acerca da aplicação da

plataforma proposta no presente estudo em empresas de pequeno porte, realizando, se possível
um estudo de casos múltiplos. Com isto, poderá obter maiores informações a respeito dos
potenciais associados a esta plataforma quando aplicada em empresas de pequeno porte, bem
como os resultados obtidos por estas empresas após esta aplicação.
47
REFERÊNCIAS
AFFELDT, F. S.; SILVA JUNIOR, S. D. Information architecture analysis using Business

Intelligence Tools based on the information needs of executives. Journal of Information
Systems and Technology Management, v. 10, n. 2, p. 251-270, 2013.
AGUIAR, E. S. Análise de decisão multicritério aplicada ao problema de seleção de candidatos

à bolsa auxílio do PNAES. 59f. Trabalho de Conclusão de Curso (Bacharelado em Engenharia
de Produção) – Universidade Federal de Campina Grande, Paraíba, 2016.
AGUIAR, E. S.; SILVA, V. B. S.; SCHRAMM, F. Proposta de um procedimento para a seleção
de candidatos à bolsa auxílio do pnaes. XLVII SBPO. Porto de Galinhas-PE, Brasil, 2015.
ALI, S.; MIAH, S.; KHAN, S. Analysis of Interaction between Business Intelligence and
SMES: Learn From each Other. Journal of Information Systems and Technology Management,
v. 14, n. 2, p. 151-168, 2017.
ALMEIDA, A. T., Processo de decisão nas organizações: construindo modelos de decisão
multicritério, Editora Atlas, São Paulo, 2013.
ALMEIDA, T. D.; CAVALCANTE, C. G. S.; FETTERMANN, D. C. Indústria 4.0: tecnologias
e nível de maturidade de suas aplicações. 11º Congresso Brasileiro de Inovação e Gestão de
Desenvolvimento do Produto, São Paulo -SP, Brasil, 2017.
ANDRADE, M. R. B. ; OLIVEIRA, M. S. C. ; SCHRAMM, V. B. ; SCHRAMM, F. .
Procedimento para apoiar a seleção de alunos em programas de assistência estudantil. In: L
Simpósio Brasileiro de Pesquisa Operacional (SBPO 2018), 2018, Rio de Janeiro. L Simpósio
Brasileiro de Pesquisa Operacional (SBPO 2018), 2018.
ANTONELLI, R. A. Conhecendo o Business Intelligence (BI): Uma Ferramenta de Auxílio à
Tomada de Decisão. Revista TECAP, v. 3, n. 3, p. 79 -85, 2009.
ARAÚJO, W. C. O.; INOMATA, D.; VARVAKIS, G. Desenvolvimento sustentável
empresarial: O uso da gestão da informação. RDBCI: Revista Digital de Biblioteconomia e
Ciência da Informação, Campinas, SP, v. 12, n. 3, p. 119-135, set. 2014
BARBOSA, R. R. Gestão da Informação e Gestão do Conhecimento: origens, polêmicas e
perspectivas. Informação & Informação, v. 13, n. esp., p. 1-25, 2008.
BERTOLINI, A. V. A. G.; CHIAPPIN, M. A.; MAYOLO, V. R.; D’ARRIGO, F. P.;
BARCELLOS, P. F. P.; DIAS, D. T. A. Soluções business Intelligence open source no suporte
À estratégia organizacional. Revista Inteligência Competitiva, v. 5, p. 40-59, 2015.
BEZERRA, A. A.; SIEBRA, S. A. Implantação e Uso de Business Intelligence: Um Relato de
Experiência no Grupo Provider. GESTÃO.Org - Revista Eletrônica de Gestão Organizacional,
v. 13, n. Ed. Especial, p. 233-243, 2015.
BOHN, A. C. et al. Sistemas de Informação: um estudo do uso no segmento industrial têxtil.
Unoesc & Ciência- ACET, Joaçaba, v.3, caso .2, p. 215-227, jul./dez. 2012.
BOTELHO, F. R.; FILHO, E. P. Conceituando o termo business intelligence: orugem e
principais objetivos. Revista Sistemas, cibernética e informática, v. 11, n. 1, p. 55- 60, 2014.
CANO, G. J. Business Intelligence: competir con información. Madrid: Fundación Banesto.
2007
48
CARVALHO, M. M.; LAURINDO, F. J. B. Estratégia competitiva: dos conceitos à

implementação. 2ª Edição. São Paulo: Atlas, 2010
CASTELLS, Manuel. A sociedade em rede: a era da informação – economia, sociedade e
cultura. São Paulo: Paz e Terra, 1999. v. 1.
CÔRTE-REAL, N. Avaliação da maturidade da Business Intelligence nas organizações. 104 p.
Dissertação (Mestrado em Estatística e Gestão de informação) - Universidade Nova de Lisboa,
Lisboa, Portugal, 2010.
CRESWELL, J. W. Projeto de pesquisa: métodos qualitativo, quantitativo e misto. Trad. Magda
Lopes; consultoria, supervisão e revisão técnica desta edição Dirceu da Silva. – 3. ed. – Porto
Alegre: Artmed, 2010.
DAVENPORT, T. H., PRUSAK, L. Conhecimento Empresarial: como as organizações
gerenciam o seu capital intelectual. Rio de Janeiro: Campus, 1998.
DRUCKER, P. Sociedade pós-capitalista. São Paulo: Pioneira, 1993.
FLICK, U. Introdução à metodologia da pesquisa: um guia para iniciantes. Trad. Magda Lopes;
revisão técnica desta obra Dirceu da Silva. Porto Alegre: Penso, 2013.
Gomes, L. M. F. A., Tomada de Decisões em Cenários Complexos, Pioneira Thompson
Learning, São Paulo, 2004.
HEIZE, J. Better Buys. 2014. Disponível em: https://www.betterbuys.com/bi/history-of-
business-intelligence/. Acesso em 11 de nov. de 2018.
INACIO, H. J. Inteligência de negócio para empresas de pequeno porte: o caso Renovare.
Dissertação (Mestrado em Desenvolvimento Regional e Agronegócio) - Universidade Estadual
do Oeste do Paraná. Toledo - PR, 2017.
ISEMINGER, D. O que é Power BI. Disponível em: < https://docs.microsoft.com/pt-br/power-
bi/power-bi-overview> Acesso em: 16 de nov. de 2018.
KEMPE, S. Dataversity. 2012. Fonte: http://www.dataversity.net/a-short-history-of-data-
warehousing/. Acesso em 11 de nov de 2018.
LUGOBONI, L. F.; ALENCAR, E. A. B.; ZITTEI, M. V. M.; CHIROTTO, A. R. Alinhamento
entre Planejamento Estratégico e Sistema de Informação Gerencial: Estudo em Empresas do
Terceiro Setor com Atividade Hoteleira. PODIUM Sport, Leisure and Tourism Review, v. 7, n.
1, p. 79-105, 2018.
MARQUES, P. N. P. Avaliação de Modelos de Maturidade de Sistemas de Business
Intelligence: Caso de Estudo TAP Portugal. 107 p. Dissertação (Mestrado em Sistemas
Integrados de Apoio à Decisão) – Instituto Universitário de Lisboa, Lisboa, Portugal, 2013.
MATTOS, A. C. M. Sistemas de informação: uma visão executiva. São Paulo: Saraiva, 2005.
MIAH, S. J. 2014. A Demand-Driven Cloud-Based Business Intelligence for Healthcare
Decision Making. Handbook of Research on Demand-Driven Web Services: Theory,
Technologies, and Applications: Theory, Technologies, and Applications, 324.
MORAIS, D. C.; ALMEIDA, A. T. Modelo de decisão em grupo para gerenciar perdas de água.
Pesqui. Oper., Rio de Janeiro, v. 26, n. 3, p. 567-584, 2006
49
MORAES, M.; LAURINDO, F. Estudo de caso de Gestão de Portfólio de Projetos de

Tecnologia da Informação. Gestão e Produção, [S. l.], v. 10, n. 3, p. 311-328, 2003. Disponível
em: <http://www.scielo.br/pdf/gp/v10n3/19165.pdf>. Acesso em: 04 nov. 2018.
NETO, R. C. D. A. Gestão da informação e do conhecimento nas organizações: análise de casos
relatados em organizações públicas e privadas. 235 p. Dissertação (Mestrado em Ciência da
Informação) - Universidade Federal de Minas Gerais, Belo Horizonte, Brasil, 2002.
NG, IRENE C. L.; SCHARF K.; POGREBNA, G.; MAULL, R. Contextual variety, Internet-
of-Things and the choice of tailoring over platform: Mass customisation strategy in supply
chain management. International Journal of Production Economics, v. 159, p. 76–87, 2015.
NORTH, K. Gestão do Conhecimento - Um guia prático Rumo à Empresa Inteligente. Rio de
Janeiro: Quality Mark,2010.
NUNES, E. D. S.; ASSIS, S. F. M.; LOPES, E. L. Implantação de Enterprise Resource Planning
em uma Instituição Hospitalar: Desafios e Mudanças Necessárias. Revista Gestão &
Tecnologia, v. 18, n. 3, p. 161-187, 2018.
O’BRIEN, J. A.; MARAKAS, G. M. Administração de sistemas de informação. Tradução:
Rodrigo Dubal. Revisão técnica: Armando Dal Colletto. 15 ed. – Porto Alegre: AMGH, 2013.
OLIVEIRA, M. B.; LAURINDO, F. J. B.; SILVA, M. T. A tecnologia da informação e a criação
de valor (eficiência e eficácia) nos serviços na saúde. XII SIMPEP – Bauru- SP, Brasil, 2005.
PIEDADE, Maria B. de G.; Business Intelligence no suporte ao conceito e a pratica de Student
Relationship Management em Instituições de Ensino Superior. Universidade do Minho, 2011.
PINOCHET, L. H. C.Uso Estratégico dos Sistemas de Informação no Apoio aos Processos de
Negócio: Estudo de Caso na Indústria de Alimentos. Revista Administração em Diálogo, v. 18,
n. 3, p. 1-25, 2016.
PORTER, M. E. What is Strategy? Harvard Business Review, v.74, n.6, p.61-78, 1996.
PORTER, M; VICTOR, M. How Information gives you competitive advantage. Havard
Business Review, 1985.
QLIK. QLIK: Qlik view. Disponível em: < https://www.qlik.com/us/products/qlikview>
Acesso em: 16 de nov. de 2018.
REZENDE, Denis Alcides, ABREU, Aline França. Tecnologia da Informação – Aplicada a
Sistemas de Informação Empresarias. São Paulo: Atlas 2001
RUSSO, P. T.; PARISI, C. Melhoria de Desempenho em Segmentos altamente competitivos: a
Gestão Baseada em Valor (GBV) na Indústria Têxtil Brasileira. Future Studies Research
Journal: Trends and Strategies, v. 9, n. 1, p. 149-164, 2017.
SAITO, E. S.; HORITA, R. Y. Business Intelligence como uma ferramenta de gestão. V
Encontro Científico e Simpósio de Educação Unisalesiano. Lins- SP, Brasil, 2015.
SALLAM. R. L, HOWSON. C, IDOINE C. J, WOODWARD A., RICHARDSON J. L,

TAPADINHAS. J. Magic Quadrant for Business Intelligence and Analytics Platforms Gartner,
2018. Disponível em: https://www.gartner.com/doc/reprints?id=1-
4JT7ECY&ct=171102&st=sb. Acesso em: 15 de nov de 2018.
50
SANTOS, M. Y.; RAMOS, I. - “Business Intelligence: tecnologias da informação na gestão de

conhecimento". Lisboa: FCA Editora de Informática, 2006.
SCHIAVINI, J. M.; GARRIDO, I. L. Análise de conteúdo, Discurso ou Conversa?
Similaridades e diferenças entre os métodos de Análise Qualitativa. Revista ADM.MADE, v.
22, p. 1-12, 2018.
SILVA, S. L. Informação e competitividade: a contextualização da gestão do onhecimento nos
processos organizacionais. Ciência da Informação, Brasília, v. 31, n. 2, p. 142-151, maio/ago.
2002. Disponível em: http://www.scielo.br/pdf/ci/v31n2/12917.pdf.Acesso em: 22 de Out.
2018.
SORDI, J. O. Administração da informação: fundamentos e práticas para uma nova gestão do
conhecimento. 2ª Edição. São Paulo: Saraiva, 2015.
STEFANINI, C.; CORDEIRO, R. C.; KISHIMOTO, M. P. Business intelligence (BI): Um
estudo exploratório sobre o uso do BI visando alcançar vantagem competitiva. 9th CONTECSI,
São Paulo, Brasil, 2012.
STRAUHS, F. R. et al. Gestão do Conhecimento nas Organizações. Curitiba: Aymará
Educação, 2012.
TABLEAU. Tableau desktop. Disponível em: < https://www.tableau.com/pt-
br/products/desktop> Acesso em: 16 de nov. de 2018.
TARAPANOFF, K. Informação, Conhecimento e Inteligência em Corporações: Relações e
Complementaridade. In: TARAPANOFF, K. Inteligência, Informação e Conhecimento. Ibict,
p. 19-36, 2006.
TURBAN, E.; RAINER, R. K.; POTTER, R. E. Administração de tecnologia da informação:
teoria e prática. Tradução de Daniel Vieira. 2ª reimpressão. – Rio de Janeiro: Elsevier, 2005.
TURBAN, E.; SHARDA, R., & DELEN, D.; Decision Support and Business Inteligence
Systems.Prentice Hall 9 edition, p.720, 2010.
VAI, C. T. C. Business Intelligence para PME: A informação contabilística no suporte à decisã.
105p. Dissertação (Mestrado em Estatística e Gestão de informação) - Universidade Nova de
Lisboa, Lisboa, Portugal, 2010.
WIGAND, R.; PICOT, A.; REICHWALD, R. Information, organization and management.
Baffins Lane: John Wiley, 1997.
YIN, R. K. Estudo de caso: planejamento e métodos. Trad. Daniel Grassi - 2.ed. -Porto Alegre:
Bookman, 2001.
51
APÊNDICE A - ROTEIRO DE ENTREVISTA
1. Quais as principais dificuldades em relação aos sistemas de informação da empresa?
R: Gerar relatórios mais precisos que faça o confronto de custo do produto x custo de
produção. Hoje temos dificuldade grande para mensurar quanto realmente custa um
produto para ser produzido. Além disto temos dificuldade em realizar um Controle
completo, conseguimos rodar bem as vendas e o financeiro. Porém temos dificuldades
na parte fiscal e gestão do estoque.
2. A empresa possui experiência com alguma tecnologia da informação? Quais?
R: Sim. Tiny, Sage Start, Excel, Maxximus e Datasync
3. De quais setores a empresa gostaria de obter dados?
R: Produção, em especial setor de gestão de estoque (controle de entrada e saída),

custo e vendas.
4. Qual o nível de complexidade das informações que a empresa espera obter?
A pretensão é conseguir cruzar todos os dados, da entrada a saída de todos os

materiais. Integrar todos os movimentos da empresa (estoque+fiscal+serviços
+financeiro)
5. Em quais níveis a empresa tem interesse em dispor acesso ao sistema a ser adotado?
R: Setor Administrativo
6. Quais os objetivos da empresa em adquirir um sistema BI?
R: Gerar relatórios para maior controle e melhora dos sistemas de produção, vendas e
custos. Gerar receita com a melhor gestão dos recursos.
7. Com quais outros sistemas a empresa tem interesse em integrar à plataforma BI a ser
utilizada?
R: Excel, Tiny, sistema de almoxarifado e sistema fiscal
8. Qual o nível de capacitação que a empresa possui para o manuseio deste tipo de
tecnologia da informação?
R: Básico
52
9. Qual o limite de valor que a empresa estaria disposta a investir em um sistema BI?
R: R$ 75,00 mensal. Porém, se for programado, conseguimos subsídios do Sebrae,

assim estimo em um valor próximo a R$ 800,00 mensais.
53
APÊNDICE B - QUADROS DE AVALIAÇÃO DAS SOLUÇÕES EM BI
Apêndice B1: Avaliação das alternativas pelo decisor 1

54
APÊNDICE C – QUADROS DE ORDENAÇÃO DOS CRITÉRIOS
Apêndice C1: Ordenação dos critérios pelo decisor 1
Critérios Ordenação Peso

Confiabilidade 5 0,09
Facilidade de manuseio 4 0,11
Facilidade de interpretação 1 0,33
Interatividade com outros sistemas 2 0,21
Mineração de dados 3 0,15
Política de segurança e acessos 6 0,06
Ferramentas de planejamento 7 0,03
Custo benefício 8 0,02
Soma 1

Soma 1

Soma 1

TCC Maiko Saturnino Impressão

Enviado por

Direitos autorais:

Formatos disponíveis

TCC Maiko Saturnino Impressão

Enviado por

Dados do documento

Descrição original:

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

TCC Maiko Saturnino Impressão

Enviado por

Direitos autorais:

Formatos disponíveis

UNIVERSIDADE FEDERAL DE CAMPINA GRANDE

CENTRO DE CIÊNCIAS E TECNOLOGIA

TRABALHO DE CONCLUSÃO DE CURSO

BUSINESS INTELLIGENCE: PROPOSTA DE IMPLANTAÇÃO EM UMA

MAIKO SATURNINO CABRAL DE OLIVEIRA

CAMPINA GRANDE - PARAÍBA

BUSINESS INTELLIGENCE: PROPOSTA DE IMPLANTAÇÃO EM UMA

Trabalho de Conclusão de Curso apresentado ao

Área de concentração: Gestão da Informação

Orientador: Prof. Dr. Edvan Cruz Aguiar

CAMPINA GRANDE - PARAÍBA

BUSINESS INTELLIGENCE: PROPOSTA DE IMPLANTAÇÃO EM UMA

Trabalho de conclusão de curso aprovado em ___ de _________ de ______

CAMPINA GRANDE - PARAÍBA

Palavras-chave: Business Intelligence; Tecnologia da Informação; PROMETHEE II.

Keywords: Business Intelligence; Information Technology; PROMETHEE II.

Equação 1: ROC (Rank-Order-Centroid) ..........................................................................35

Figura 1: Dados, informações e conhecimento .................................................................21

Tabela 1: Aplicação das funções de preferência para o Decisor 1 ................................ 41

DSS - Decision Support Systems

EDP - Eletronic Data Processin

ELECTREE - Elimination Et Choix Traduisant la Realité

ERP - Enterprise Resource Planning

GI - Gestão da Informação (GI)

IBM - International Business Machines

ODS- Operacional Data Store

OLAP - On Line Analytical Processing

PROMETHEE - Preference Ranking Organization Method for Enrichment of Evaluations

SI - Sistema de Informação (SI)

TI - Tecnologia da Informação (TI)

TIC - Tecnologias de Informação e Comunicação (TIC)

Segundo Sordi (2015), a Informação é interpretação de um conjunto de dados

Argumenta-se que a produtividade de uma indústria está diretamente relacionada à suas

operações executadas em suas atividades (DRUCKER, 1993; RUSSO e PARISI, 2016). Em

É nesse contexto em que se configura a Indústria 4.0, caracterizada pela integração e

A análise e o processamento de dados relacionam-se à necessidade que as organizações

No entanto, as soluções em BI têm sido discutidas e questionadas no âmbito de

Em se tratando de indústrias de pequeno porte, faz-se necessário compreender as

Obtendo um alinhamento sobre as necessidades de uma organização, suas oportunidades

Sendo assim, após a realização de um levantamento da literatura a respeito da Gestão

1.1.1. Objetivo geral

Propor a implantação de uma plataforma Business Intelligence alinhada às demandas

1.1.2. Objetivos Específicos

• Identificar as necessidades de informações para suportar a tomada de decisão

Visto que a eficiência deve ser um aspecto contínuo, as ferramentas de gestão do

Segundo Oliveira et al. (2005), a gestão de conhecimentos por meio da tecnologia da

Os sistemas baseados em Business Intelligence têm se destacado como uma ferramenta

Segundo Turban et al. (2010), soluções em BI maximizam a probabilidade de sucesso

Piedade (2011) aponta ainda que a utilização da BI permite o gerenciamento de uma

No entanto, é notória a oportunidade estratégica que a BI propicia para uma organização

Com tudo, torna-se conveniente verificar a disponibilidade da Business Intelligence

Neste capítulo serão apresentados os conceitos e estudos utilizados para fundamentar o

2.1. Gestão estratégica da Informação

Com os avanços dos métodos produtivos e seus sistemas de gerenciamento, as indústrias

As diferentes definições para o termo “dados” revelam uma tendência de organização

sendo compostos por objetos de comunicação, controle, memórias e processadores interligados

Ao passo em que se começou a entender os sistemas de informação como um insumo

Tarapanoff (2006) identifica que o principal objetivo da GI está na identificação e

Com os avanços no modo de visualizar a gestão de informações, tornou-se mais

Trabalho de conclusão de curso aprovado em _ de _ de