Publicações

Tudo Começa e Termina com o Usuário Final

           Entrevista com o professor

                   Ralph Kimball


Num sistema de business intelligence,    

"tudo começa e termina com o usuário final"

 Caso Kimball Dest

 

O PROFESSOR RALPH KIMBALL é um dos maiores expoentes em data warehouse no mundo. Educador, palestrante e consultor na área, é conhecido internacionalmente pelas iniciativas de inovação. Desenvolveu, ao longo de sua carreira, pesquisas e conceitos que hoje são utilizados em diversas ferramentas de software para data warehouse. Sua metodologia, conhecida como modelagem dimensional, é uma técnica, utilizada para a criação dos bancos de dados do DW, que possibilita aos usuários obter resultados mais rápidos e analisar os indicadores segundo as diversas visões de negócio.

 

Seus livros sobre as técnicas de desenho multidimensional,

Data Webhouse Toolkit: Building the Web-Enabled Data Warehouse (John Wiley & Sons, 2000), The Data Warehouse Lifecycle Toolkit e The Data Webhouse Toolkit (ambos da Wiley), tornaram-se best-sellers no segmento de DW. Ralph  Kimball já escreveu mais de cem artigos e colunas para a revista Intelligent Enterprises e suas antecessoras, ganhando, por cinco anos consecutivos, o Readers' Choice Award.

 
 
Atualmente, dá aulas de desenho de armazém de dados dimensionais na Kimball University e presta consultorias de revisão em grandes projetos de DW. Doutor em Engenharia Elétrica pela Stanford University, especializando-se em Sistemas Homem-máquina, o professor Kimball trabalhou para o Palo Alto Research Center (Parc) da Xerox, onde co-inventou a Xerox Star Workstation, o primeiro produto comercial a utilizar ícones, janelas e mouse.

Fundou a Red Brick Systems em 1986, onde trabalhou como CEO até 1992. A Red Brick Systems, hoje parte da IBM, era conhecida por seu gerenciador de banco de dados relacional ultra-rápido, otimizado para DW. Página na internet: www.rkimball.com.
 
Nesta entrevista exclusiva para a revista Fonte, o professor Ralph Kimball fala sobre as mudanças culturais ocorridas no mundo dos negócios a partir de iniciativas de maior valorização da informação como diferencial competitivo. Ele relaciona as etapas fundamentais para a implementação da tecnologia de data warehouse e alerta para elementos de sucesso ou fracasso que devem estar na pauta do executivo responsável.    

 

Como se complementam a inteligência e competência do gestor e o valor que as tecnologias de business intelligence (BI) agregam na capitalização de resultados da organização?
Tenho observado, ao longo de minha carreira, uma grande mudança cultural na maneira como os negócios são gerenciados. Hoje em dia, todo gerente acredita que pode gerenciar melhor o seu negócio se ele puder "ver os dados". Isso não era verdade 30 anos atrás. Assim, a missão das tecnologias de BI é publicar, da maneira mais efetiva, os dados da organização para os tomadores de decisão. Isso significa selecionar os dados corretos, que sejam mais relevantes para as necessidades da organização e, em seguida, apresentar esses dados na tela do usuário final da maneira mais compreensível e útil.

 

Um bom sistema de BI faz mais do que meramente trazer dados para o usuário final, ele deve dar suporte a cinco etapas críticas da tomada de decisões com dados:
A. extrair os dados operacionais, limpá-los e apresentá-los ao usuário final em consultas e relatórios;
B. destacar as exceções críticas e as oportunidades trazidas pelo passo A;
C. deixar que o usuário aprofunde a pesquisa ("drill down") nos dados para perguntar O PORQUÊ do passo B;
D. deixar que o usuário explore cenários E SE, caso ele tome uma decisão após o passo C;
E. permitir que o usuário faça o rastreamento das decisões tomadas no passo D.

Assim, fica explicado como a inteligência e a competência do usuário são complementadas por um sistema de BI. Provavelmente, os que mais requerem o conhecimento e poder de julgamento do usuário são os passos C e D da lista acima.

 
 
Em sua opinião, qual é o perfil adequado para o profissional responsável pelo processo de estruturação de BI?
Para guiar a implantação da tecnologia de BI, um bom gerente deve estar exatamente na fronteira entre a tecnologia da informação (TI) e os departamentos ligados ao negócio. Na maioria das organizações, esse gerente costuma ser um profissional de TI, mas ele e os desenvolvedores de BI devem, na verdade, ficar no escritório do cliente. Quando esse tipo de colaboração é possível, tanto a TI quanto os departamentos do usuário final alcançam a compreensão e confiança mútuas.
Eu digo, freqüentemente, que o melhor profissional de TI deve estar em "confusão permanente!". Em outras palavras, os profissionais de BI devem se sentir atraídos igualmente tanto pela tecnologia quanto pelo núcleo do negócio. Outra coisa que auxilia é os profissionais de BI gostarem de pessoas. Não existe "pergunta idiota" por parte do usuário. Se você não acredita nisso, então, você não deveria estar trabalhando na equipe de BI.
 
Como o gerente pode obter melhor retorno sobre o investimento (return on investment, ROI) realizado na implementação do ambiente de BI?
O ROI de um sistema de BI vem das decisões tomadas com o auxílio daquele sistema. Por exemplo, se você faz parte de uma companhia de seguros e, com o suporte de um sistema de BI, você decide criar apólices de seguro especiais para famílias jovens com crianças, você consegue medir o ROI dessa decisão muito precisamente após a tomada da decisão. Essa é a chave. Agora, já que o sistema de BI não tomou a decisão por si só, você deve considerar, talvez, apenas 25% das receitas e lucros advindos da decisão como retorno gerado pelo sistema. Isso é mais do que suficiente para produzir um ROI muito bom para um sistema de BI típico.
As duas considerações mais importantes para demonstrar um bom ROI de um sistema de BI:
1) construir um bom sistema de BI, com os dados corretos, conforme explicado na minha resposta à primeira pergunta;
2) manter o controle cuidadoso de todas as decisões tomadas com o auxílio do sistema de BI.
 
Quais são os impactos da qualidade dos dados nos resultados de um projeto de BI? Como gerenciar esse fator?
A qualidade dos dados é crucial para qualquer sistema de BI, e é um problema sério. A baixa qualidade dos dados não é, geralmente, uma falha dos responsáveis pela sua entrada no sistema. Provavelmente, a baixa qualidade de dados advém de processos de negócios ineficazes, que não tornam óbvio para a organização que a qualidade dos dados deve ser incrementada. Michael Hammer, em seu ótimo livro Business Process Re-Engineering, deixou isso claro quando disse que os problemas de qualidade de dados são sintomas de processos de negócios inadequados e eles somente podem ser corrigidos com um profundo comprometimento com uma tecnologia melhor de coleta de dados e com a visibilidade do valor de dados de qualidade em todos os níveis da organização. Isso quer dizer que os executivos da organização devem disponibilizar os recursos para melhor obtenção dos dados e devem comunicar a todos os empregados que a alta qualidade dos dados é útil e bem-vinda.


Qual é a relação entre a tecnologia e balanced scorecard (BSC)? Comente a importância da definição de indicadores de desempenho em um projeto de BI.

Os indicadores-chave de performance (key performance indicators, KPI), assim como as métricas do BSC, são elementos centrais para todo o conceito do projeto de BI. Por KPI, quero dizer as principais métricas de negócio, através das quais a empresa é gerenciada. A maneira de descobrir esses KPIs é perguntando a diversos gerentes do negócio: "como você sabe que está fazendo um bom trabalho?". Geralmente, a resposta é formada pelos KPIs. Se você tiver uma lista de qualidade e completá-la com as métricas e KPIs do negócio, você terá uma base muito sólida para a construção de um sistema de BI nos moldes descritos na minha resposta à primeira pergunta.
   
Por favor, enumere os fatores que contribuem para o sucesso ou fracasso em projetos de BI.
Um sistema de BI de sucesso "publica os dados corretos". Vamos estudar essas palavras detalhadamente. "Publicar" significa apresentar os dados com muita efetividade, na forma que seja mais compreensível e útil para o usuário. "Dados corretos" significa os dados que permitem a apresentação dos KPIs e métricas da organização.
Do mesmo modo que em qualquer publicação convencional, se o conteúdo atender a esses requisitos, então, a tecnologia é um aspecto secundário. Porém, se o sistema de BI não publica os dados corretos, nenhuma tecnologia pode torná-lo bem-sucedido. Tudo começa e termina com o usuário final.