As metodologias, ferramentas e tecnologias que utilizamos para a organização e melhoria de uma empresa não são estanques. É comum que modismos e setorizações acabem por limitar a utilização desses instrumentos. Para obter o máximo de resultados, esses mecanismos devem ser usados de forma integrada e sistêmica. Um exemplo de excelência é o uso de OLAP e mineração de dados sob a visão da metodologia Lean Seis Sigma.
Um sistema eficiente de business intelligence é construído a partir dos dados-fonte de um data warehouse. A mineração de dados (data mining) vai buscar padrões e relações que ofereçam respostas para o que se deseja melhorar. Para que esses dados sejam úteis às decisões gerenciais, é preciso ordenar, cruzar e analisar. É aí que entram as ferramentas de OLAP (do inglês online analytical processing). A metodologia Seis Sigma ordena e se alimenta desses processos, já que o conhecimento obtido a partir da coleta e avaliação de informações não pode prescindir da ótica gerencial.
O percurso da mineração de dados
Cada atividade exercida em um negócio pode oferecer dezenas de informações úteis à tomada de decisões. Na indústria, o chão de fábrica é um campo riquíssimo para a coleta de dados. Podem ser focados aspectos específicos como qualidade da produção, fatores de eficiência, gestão de energia e outros insumos. Já tratamos aqui também da relevância da mineração de dados no agronegócio. Em qualquer setor de atuação, é possível registrar informações relativas a conformidade, tempo, custos, entre milhares de outros aspectos.
É por essa imensa amplitude que a mineração de dados pode ser um dos passos mais trabalhosos em uma iniciativa de business intelligence. Diferentemente do OLAP, que se constitui como ferramenta, a mineração é processo. De forma resumida, apresentamos a seguir as etapas que compõe esse percurso.
Objetivo/meta
– “Nenhum vento sopra a favor de quem não sabe para onde ir”. A frase atribuída a Sêneca aponta a importância de que se defina o alvo de qualquer ação. Para efetuar uma mineração eficiente, é preciso estabelecer quais melhorias se quer obter. Podem estar relacionadas a insatisfações do cliente, melhor utilização de recursos, entre outros pontos.
Preparação
– Nessa etapa serão definidos e organizados os dados a serem analisados. As fontes, a extração dos dados, bem como seu ordenamento, limpeza e pré-processamento. A ideia é que, no fim dessa fase, as informações estejam agrupadas em tabelas limpas, que permitam localizar padrões. A verificação estatística dos dados deve ser realizada para validar a preparação.
Identificação de padrões
– É o momento de aplicar algoritmos para a descoberta de padrões. O método de mineração deve ser estabelecido de acordo com os objetivos pretendidos. O processo de exploração pode ser tão importante quando o algoritmo escolhido, pois permite a inclusão do conhecimento do negócio já existente na empresa.
Implementação e monitoramento
– As descobertas são verificadas e utilizadas para implementação das melhorias. Os padrões selecionados são monitorados, transformados em relatórios e usados como bases de inteligência empresarial. Possíveis desvios futuros poderão servir de alerta para correção de processos.
OLAP: interface com o usuário
As ferramentas OLAP são softwares que ajudam a gerenciar bancos de dados, organizando as informações em “cubos”. Multidimensionais, esses cubos permitem que o usuário divida os dados da forma que lhe for mais útil. São indicados especialmente para grandes bases de dados armazenados em data warehouses.
Diferentemente da mineração de dados, que foca na busca de padrões, o OLAP tem o objetivo de facilitar a interface entre a informação bruta e o usuário, sendo utilizado principalmente para a geração de relatórios. Os mecanismos se completam e servem para criar hipóteses a partir da análise de dados passados.
Os cubos OLAP ordenam subconjuntos de informações que proporcionam seu cruzamento irrestrito. A manipulação dos dados pelo usuário pode se dar de maneira intuitiva, criando relatórios mais flexíveis. Assim, é possível confirmar ou excluir hipóteses. Por exemplo: os gestores de uma clínica de saúde imaginam que os pacientes preferem fazer a marcação de consultas em início de mês, época de pagamento de salários. A partir de um relatório rápido sobre a marcação de consultas feitas via call center é possível endossar ou negar a suposição.
E o Seis Sigma?
OLAP e mineração de dados são ferramentas poderosíssimas para as atividades do Seis Sigma. Se a mineração de dados tem um funcionamento semelhante ao do Seis Sigma, pela lógica de classificação, agrupamento e descrição, o OLAP também apresenta sinergia com o Lean, ao oferecer um suporte assertivo na formulação de proposições. Dessa forma, todos trabalham para a obtenção de melhores resultados e de excelência operacional na empresa.
Quer implantar sistemas de business intelligence em sua empresa? Para saber sobre esse e outros aspectos da excelência operacional, fale com a gente e siga nossos posts no Facebook.
Edição: Svendla Chaves – jornalista
Imagens: Piro4d e Pete Linforth/Pixabay
Profissional de Excelência Operacional e Business Intelligence!
Sou um eterno aprendiz ou seja um pseudo-Engenheiro e Administrador de Empresas, embora nunca tenha sido um exemplo de “excelência” em Matemática, ao longo dos anos passo a maior parte do meu tempo tentando aprender a mesma e, particularmente, a estatística uma vez que, salvo muito engano, é ela que rege nossas vidas na busca da Excelência seja como pessoa ou como profissional.