Business Intelligence: comparação de ferramentas

Cada vez mais o tempo acaba sendo o diferencial de uma empresa para outra. As empresas, para serem bem sucedidas, precisam da informação certa, no momento certo e para as pessoas certas. Os dados outrora considerados importantes para a sobrevivência das empresas hoje precisam estar em formato de informações para serem utilizados. Essa é a função das ferramentas de “Business Intelligence”, cuja finalidade é modelar os dados para obter informações, de forma que diferencie as ações das empresas e essas consigam ser mais promissoras que as demais. “Business Intelligence” é um processo de coleta, análise e distribuição de dados para melhorar a decisão de negócios, que leva a informação a um número bem maior de usuários dentro da corporação. Existem vários tipos de ferramentas que se propõe a essa finalidade. Esse trabalho tem como objetivo comparar ferramentas através do estudo das técnicas de modelagem dimensional, fundamentais nos projetos de estruturas informacionais, suporte a “Data Warehouses”, “Data Marts”, “Data Mining” e outros, bem como o mercado, suas vantagens e desvantagens e a arquitetura tecnológica utilizada por estes produtos. Assim sendo, foram selecionados os conjuntos de ferramentas de “Business Intelligence” das empresas Microsoft Corporation e Oracle Corporation, visto as suas magnitudes no mundo da informática.

Análise de crédito corporativo nas empresas de telecomunicações : um estudo de caso na empresa de telefonia celular Telet S/A

O processo de análise de crédito para as empresas em geral não é novidade, sobretudo caso considere-se essa prática para o meio bancário. Entretanto, para o segmento de telefonia, que até alguns anos atrás convivia com carência desse serviço, provavelmente, a prática da análise de crédito não possuía a devida importância na gestão do negócio. Nesse contexto, o presente trabalho tem como objetivo avaliar a atual Política de Crédito Corporativa da Telet S/A, a qual determina que seja analisado crédito dos clientes corporativos que habilitam mais de 10 linhas. O estudo foi desenvolvido avaliando-se os percentuais de inadimplência desse segmento de clientes, de forma que pudessem ser observadas as diferenças existentes entre os clientes que são avaliados o crédito daqueles que não são. Os dados foram extraídos do sistema de Business Intelligence (BI) disponível na Telet, sendo que o período estudado foi de janeiro de 2001 a abril de 2002. De modo a atingir o objetivo proposto, os índices de inadimplência foram avaliados de forma segmentada em quatro grupos gerenciais, quais sejam: Ciclos de Faturamento, Tempo de Casa do cliente na base, Regiões de Faturamento e Método de Pagamento. Os índices de inadimplência foram estudados a fim de ser observado se as diferenças existentes entre as médias analisadas eram estatisticamente significativas, indicando assim, dentre as segmentações, quais apresentavam as maiores e menores semelhanças no comportamento dos pagamentos efetuados, caso fosse feita a opção de alteração do critério. Como resultado geral deste estudo, pode-se observar que os índices de inadimplência dos clientes que habilitam até 10 linhas são significativamente superiores se comparados aos índices totais da inadimplência, indicando assim que a alteração do critério de análise resultaria em prováveis reduções de perda financeira para a Telet.

Um modelo de EIS - enterprise information system - que identifica características para comportamentos proativos na recuperação de informações

Este documento constitui uma dissertação de mestrado, requisito parcial para a obtenção do grau de Mestre em Administração pela Universidade Federal do Rio Grande do Sul. O tema da pesquisa é o relacionamento existente entre as características técnicas de um projeto de sistema de informação e apoio à decisão e os comportamentos dos usuários no seu uso. O objetivo é desenvolver e apresentar um modelo conceitual de EIS (“Enterprise Information Systems”), a partir da literatura, das tendências tecnológicas e de estudos de caso, que identifique características para comportamentos proativos dos usuários na recuperação de informações. Adotou-se o conceito de comportamento proativo na recuperação de informações como a combinação das categorias exploração de dados e busca focada. Entre os principais resultados, pode-se destacar a definição de categorias relacionadas com as características dos sistemas - flexibilidade, integração e apresentação - e de categorias relacionadas com os comportamentos dos usuários na recuperação de informações - exploração de dados e busca focada, bem como a apresentação de um modelo conceitual para sistemas EIS. Pode-se destacar também a exploração de novas técnicas para análise qualitativa de dados, realizada com o objetivo de buscar uma maior preservação do contexto nos estudos de caso.