O Business Intelligence pode ir além da área de negócios...

O termo BI (Business Intelligence) é associado à inteligência nos negócios, ou seja, o uso de informações de maneira diferenciada para obter vantagem competitiva diante dos concorrentes. Estas informações são disponibilizadas pelos chamados Sistemas de Apoio à Decisão (SAD), cujo termo vem do inglês Executive Support Systems (ESS).

Antes de aprofundar a discussão acerca do Business Intelligence é necessário apresentar conceitualmente a diferença entre um sistema transacional e um sistema de apoio à tomada de decisão. É no sistema transacional que ocorrem as transações de negócio, através dos quais se realizam compras, vendas, efetuam-se saques bancários, etc. Ou seja, suas características básicas são: alta velocidade no tempo de resposta, baixo volume de dados envolvidos na transação, sendo que as informações históricas não são relevantes.

Por exemplo, um cliente diante de um ATM (Automated Teller Machine) ou caixa automático para efetuar um saque bancário, quer que a resposta seja muito rápida. Além disto, o volume de informações envolvidas no saque é relativamente baixo (agência, conta-corrente, senha, valor requisitado, saldo disponível e limite de cheque especial) e não são considerados os dados históricos (se o cliente tem financiamentos, há quanto tempo é cliente, qual é seu saldo médio dos últimos meses).

O sistema de apoio à decisão tem características completamente distintas de um sistema transacional, pois se trata de “inteligência” para efetuar campanhas de marketing, elaborar as táticas futuras para o lançamento de novos produtos, etc. Um sistema de apoio à decisão tem como alicerce um datawarehouse (grande armazém de dados), desvinculado das bases de dados que dão sustentação aos sistemas transacionais. No caso da instituição bancária, um exemplo de sistema de apoio à decisão seria conhecer os potenciais clientes para realizar uma campanha de financiamento de veículos, direcionando uma campanha específica com uma abordagem diferenciada.

Neste caso, o banco poderia considerar neste subconjunto de potenciais clientes, somente aqueles que já sejam proprietários de veículos, que tiveram algum tipo de financiamento com o banco nos últimos cinco anos, cujo saldo médio nos últimos 12 meses seja superior a R$300,00 e com a restrição de idade acrescida do prazo de financiamento não poder superar 80 anos. Estas informações estão no datawarehouse e não na base de dados dos sistemas transacionais.

Em função das particularidades do tipo de processamento, o ambiente dos sistemas de BI deve ser dissociado do ambiente transacional, uma vez que no BI as pesquisas são complexas e há um volume imenso de informações (dados históricos representam a riqueza da base de dados). Desta forma, o tempo de resposta no BI pode ser lento. Um exemplo típico de BI é o Programa Pão de Açúcar Mais, da mesma rede de supermercados.

Quando um cliente efetua suas compras, recebe determinada pontuação que lhe dá algumas facilidades/benefícios futuros, porém, o mais importante para o BI é que o sistema registre seu histórico de consumo no datawarehouse. Utilizando esta base de dados é possível direcionar campanhas de marketing, como exemplo, fazer uma promoção de azeites estrangeiros para clientes que tenham comprado azeites nacionais nos últimos seis meses. O direcionamento da campanha aumenta o nível de retorno, reduz os custos de divulgação e tende a aumentar a fidelidade do cliente.

Deve-se destacar que periodicamente os dados são extraídos dos sistemas transacionais para serem armazenados no datawarehouse. Estas ferramentas para criação e manutenção dos datawarehouses chamam-se ETL (extract, transform and load), que representa a extração dos dados dos vários sistemas transacionais, a transformação (padronização) e carga dos dados no datawarehouse.

Outro exemplo seria uma empresa de tratamento e distribuição de água, que tem como seu principal sistema transacional, a leitura mensal do consumo do usuário, a emissão do boleto e o controle dos pagamentos recebidos. Em termos de BI, o sistema de apoio à decisão poderia efetuar a análise de consumo médio mensal de água por bairro de uma determinada cidade dos últimos dois anos, possibilitando a criação de campanhas educativas direcionadas para redução do consumo e desperdícios. Em seguida, poder-se-ia analisar o índice de retorno da mesma campanha, com base no consumo médio observado no período pós-campanha. Se cada campanha utilizasse meios de divulgação distintos (por exemplo; emissoras de rádio AM e FM, TVs aberta e por assinatura, jornais, revistas, etc.), seria possível medir qual mídia tem a melhor relação custo-benefício para este tipo de campanha.

 Na área de saúde, o dia-a-dia das Unidades Básicas de Saúde é atender a população gratuitamente, realizando consultas, exames, aplicando vacinas e injeções, fazendo curativos e fornecendo medicamentos básicos. Com uma consistente base de dados histórica é possível fazer análise epidemiológica, por bairro, por tipo de doença, por serviço prestado. Assim, é possível definir um conjunto de ações efetivas (preventivas ou corretivas), que traga significativos benefícios à saúde do cidadão com custos reduzidos para os municípios.

De modo análogo, o Estado poderia atuar com efetividade nas áreas de segurança pública e educação, utilizando-se do BI. Ou seja, a tecnologia está disponível – há ferramentas poderosas e há também, profissionais altamente qualificados no nosso país que poderiam implementar tais soluções. Entretanto, o que falta, neste caso, é vontade política e visão de longo prazo.

Armando Terribili Filho (PMP) é diretor de projetos na Unisys Brasil, doutor em Educação pela UNESP, mestre em Administração de Empresas e docente em cursos de graduação e pós-graduação na FAAP.