Data Warehouse (DW)

Todos nós sabemos que os bancos de dados são de vital importância para as empresas e também estamos cientes de que sempre foi difícil analisar os dados neles existentes. Hoje em dia, as grandes empresas detêm um volume enorme de dados e esses estão em diversos sistemas diferentes espalhados por ela.
Assim, não conseguíamos buscar informações que permitissem tomarmos decisões embasadas num histórico dos dados. Por um outro lado, em cima desse histórico podemos identificar tendências e posicionar a empresa estrategicamente para ser mais competitiva e consequentemente maximizar os lucros diminuindo o índice de erros na tomada de decisão.
Por fim, introduziu-se um novo conceito no mercado, o Data Warehouse (DW). Este consiste em organizar os dados corporativos de maneira integrada, com uma única versão da verdade, histórico, variável com o tempo e gerando uma única fonte de dados, que será usada para abastecer os Data Marts (DM). Isso permite aos gerentes e diretores das empresas tomarem decisões embasadas em fatos concretos e não em intuições, cruzando informações de diversas fontes. Isso agiliza a tomada de decisão e diminui os erros. Tudo isso num banco de dados paralelo aos sistemas operacionais da empresa.
Segundo a (Aspect International Consulting, 1997), cerca de 88% dos diretores admitem que dedicam quase 75% do tempo às tomadas de decisão apoiadas em análises subjetivas, menosprezando o fato de que por volta de 100% deles tem acesso a computadores. Atualmente esse número deve ter diminuído, porque existem muitos Data Warehouses sendo utilizados.

O que é data warehouse?

Um Data Warehouse (ou armazém de dados, ou depósito de dados no Brasil) é um sistema de computação utilizado para armazenar informações relativas às atividades de uma organização em bancos de dados, de forma consolidada. O Data Warehouse é: Orientado a Assunto: A primeira característica de um Data Warehouse é que ele está orientado ao redor do principal assunto da organização. O percurso do dado orientado ao assunto está em contraste com a mais clássica das aplicações orientadas por processos/funções ao redor dos quais os sistemas operacionais mais antigos estão organizados.
Facilmente o mais importante aspecto do ambiente de Data Warehouse é que dados criados dentro de um ambiente de Data Warehouse são integrados. Sempre, com nenhuma exceção. A integração mostra-se em muitas diferentes maneiras: na convenção consistente de nomes, na forma consistente das variáveis, na estrutura consistente de códigos, nos atributos físicos consistente dos dados, e assim por diante. Não Volátil: sempre inserido, nunca excluído.
Variante no Tempo: posições históricas das atividades no tempo. O data warehouse possibilita a análise de grandes volumes de dados coletados dos sistemas transacionais (OLTP). São as chamadas séries históricas que possibilitam uma melhor análise de eventos passados, oferecendo suporte às tomadas de decisões presentes e a previsão de eventos futuros. Por definição, os dados em um data warehouse não são voláteis, ou seja, eles não mudam, salvo quando é necessário fazer correções de dados previamente carregados. Os dados estão disponíveis somente para leitura e não podem ser alterados. A ferramenta mais popular para exploração de um data warehouse é a Online Analytical Processing OLAP ou Processo Analítico em Tempo Real, mas muitas outras podem ser usadas.
Os data warehouse surgiram como conceito acadêmico na década de 80. Com o amadurecimento dos sistemas de informação empresariais, as necessidades de análise dos dados cresceram paralelamente. Os sistemas OLTP não conseguiam cumprir a tarefa de análise com a simples geração de relatórios. Nesse contexto, a implementação do data warehouse passou a se tornar realidade nas grandes corporações. O mercado de ferramentas de data warehouse, que faz parte do mercado de Business Intelligence, cresceu então, e ferramentas melhores e mais sofisticadas foram desenvolvidas para apoiar a estrutura do data warehouse e sua utilização.
Atualmente, por sua capacidade de sumarizar e analisar grandes volumes de dados, o data warehouse é o núcleo dos sistemas de informações gerenciais e apoio à decisão das principais soluções de business intelligence do mercado.
Segundo Inmon, Data Warehouse é uma coleção de dados orientados por assuntos, integrados, variáveis com o tempo e não voláteis, para dar suporte ao processo de tomada de decisão. Kimball define assim: é um conjunto de ferramentas e técnicas de projeto, que quando aplicadas às necessidades específicas dos usuários e aos bancos de dados específicos permitirá que planejem e construam um data warehouse.

O que data warehouse não é.

Produto: O Data Warehouse não é um produto e não pode ser comprado como um software de banco de dados. O sistema de Data Warehouse é similar ao desenvolvimento de um ERP, ou seja, ele exige análise do negócio, exige o entendimento do que se quer retirar das informações. Apesar de existirem produtos que fornecem uma gama de ferramentas para efetuar o Cleansing dos dados, a modelagem do banco e da apresentação dos dados, nada disso pode ser feito sem um elevado grau de análise e desenvolvimento.
A linguagem: O sistema de Data Warehouse não pode ser aprendido ou codificado como uma linguagem. Devido ao grande número de componentes e de etapas, um sistema de Data Warehouse suporta diversas linguagens e programações desde a extração dos dados até a apresentação dos mesmos.
Projeto: O sistema de Data Warehouse pode ser pensado mais como um processo. Ele também pode ser pensado como uma série de projetos menores que convergem para a criação de um único sistema de corporativo de Data Warehouse. Devido a natureza evolutiva do DW, é mais fácil aceitá-lo como um processo que está sempre em crescimento do que em um projeto com início-meio-fim, o que definitivamente ele parece mas não é.
Modelagem: O sistema de Data Warehouse não é somente um modelo de banco de dados e não é constituído por mais de um modelo. Existe o processo todo do sistema de BI/DW que compreende todos os procedimentos de ETL, Cleansing e apresentação das informações ao usuário final.
Cópia do sistema OLTP: Alguns acreditam que o sistema de Data Warehouse é somente uma cópia do sistema transacional existente na empresa. Assim como somente um modelo de dados não faz um sistema de BI/DW, uma cópia de um sistema transacional o faz menos ainda. Existem ferramentas que conseguem extrair dados dos sistemas transacionais existentes e criar relatórios a partir das informações coletadas, mas mesmo eles estão montando um pequeno conjunto de metadados e armazenando a informação em algum local.
O suporte às decisões usualmente requer dados consolidados de muitas fontes heterogêneas: essas podem incluir fontes externas, além de diversas bases de dados operacionais. As diferentes fontes podem conter dados de vários níveis de qualidade, ou representações de uso inconsistente, códigos e formatos, que precisam ser conciliados. Finalmente, o suporte a modelos de dados multidimensionais e operações típicas de OLAP requerem organização de dados especial, métodos de acesso e métodos de implementação, não geralmente providos por SGBDs comerciais, que focam OLTP. Por todas essas razões, os data warehouses são implementados separadamente de bases de dados operacionais.
Bases de dados operacionais são aqueles que possuem uma organização diária das operações de acesso e modificação. Os dados dessas bases de dados e outras fontes externas são extraídos usando-se gateways, ou interfaces externas padrão suportadas por SGBDs subordinados. Um gateway é uma interface de aplicação que permite que programas clientes gerem declarações SQL para serem executadas no servidor. Padrões tal como Open Database Connectivity(ODBC) e Open Linking e Embedding for Databases (OLE-DB) da Microsoft e Java Database Connectivity (JDBC) são emergentes para gateways.
Através dessas novas tecnologias como o Data Warehouse, permitirá aos administradores descobrir novas maneiras de diferenciar sua empresa numa economia globalizada, deixando-os mais seguros para definirem as metas e adotarem diferentes estratégias em sua organização, conseguindo assim visualizarem antes de seus concorrentes novos mercados e oportunidades atuando de maneiras diferentes conforme o perfil de seus consumidores.

Data Mart (DM)

A criação de um data warehouse requer tempo, dinheiro e considerável esforço gerencial. Muitas companhias ingressam num projeto de data warehouse focando necessidades especiais de pequenos grupos dentro da organização. Estes pequenos armazenamentos de dados são chamados de Data Mart. Um data mart é um pequeno data warehouse que fornece suporte à decisão de um pequeno grupo de pessoas.
Algumas organizações são atraídas pelos data marts não apenas por causa do custo mais baixo e um tempo menor de implementação, mas também por causa dos avanços tecnológicos. Os data marts podem servir como veículo de teste para empresas que desejam explorar os benefícios do data warehouse.
É preciso ter em mente que as diferenças entre data mart e data warehouse são apenas com relação ao tamanho e ao escopo do problema a ser resolvido. Portanto, as definições dos problemas e os requisitos de dados são essencialmente os mesmos para ambos. Enquanto um data mart trata de um problema departamental ou local, um data warehouse envolve o esforço de toda a empresa para que o suporte à decisões atue em todos os níveis da organização. Sabendo-se as diferenças entre escopo e tamanho, o desenvolvimento de um data warehouse requer tempo, dados e investimentos gerenciais muito maiores que um data mart.
Por muitos anos, todos os sistemas que extraíam dados de sistemas legados e os armazenavam de maneira utilizável para suporte a decisões eram chamados de data warehouses. Ao longo dos últimos anos, tem sido feita uma distinção entre os data warehouses corporativos e os data marts departamentais, mesmo que geralmente o conceito ainda continue sendo chamado de data warehousing.
Os data marts atendem às necessidades de unidades específicas de negócios, ao invés das da corporação como um todo. Eles otimizam o fornecimento de informações de suporte à decisões e focam a gerência sumarizada e/ou dados exemplificativos ao invés do histórico de níveis atomizados. Eles podem ser apropriados e gerenciados por pessoal de fora do departamento de informática das corporações.
A crescente popularidade desses mal definidos data marts em cima da popularidade dos grandes sistemas de data warehouses corporativos é baseada em bons motivos:

Os data marts têm diminuído drasticamente o custo de implementação e manutenção de sistemas de apoio à decisões, colocando-os posto ao alcance de um número muito maior de corporações;
Eles podem ser prototipados muito mais rapidamente, com alguns pilotos sendo construídos entre 30 e 120 dias e sistemas completos sendo construídos entre 3 e seis meses;

- Os data marts têm o escopo mais limitado e são mais identificados com grupos de necessidades dos usuários, o que se traduz em esforço/equipe concentrados.

- Os departamentos autônomos e as pequenas unidades de negócios freqüentemente preferem construir o seu próprio sistema de apoio à decisões via data marts. Muitos departamentos de informática estão vendo a efetividade desta abordagem e estão agora construindo o data warehouse por tópico ou um data mart por vez, ganhando experiência gradualmente e garantindo o suporte dos fatores-chave de gestão e colhendo benefícios concretos várias vezes ao ano. Começando com planos modestos e desenvolvendo-os na medida em que se adquire mais conhecimento sobre as fontes de dados e as necessidades dos usuários fazem com que as organizações justifiquem os data marts na medida em que progridem.

Algumas vezes, projetos que começam como data warehouse transformam-se em data marts. Quando as organizações acumulam grandes volumes de dados históricos para suporte à decisão que se mostram pouco ou nunca utilizados, elas podem reduzir o armazenamento ou arquivamento de informações e contrair o seu data warehouse para um data mart mais focado. Ou elas podem dividir o warehouse em vários data marts, oferecendo tempos de resposta mais rápidos, acesso mais fácil e menos complexidade para os usuários finais.

Enterprise Resource Planning – ERP

A tecnologia ERP- Enterprise Resource Planning ou Planejamento de Recursos Empresariais são pacotes (software) de gestão empresarial ou sistemas integrados, com recursos de automação e informatização com o objetivo de contribuir com o gerenciamento dos negócios empresariais.
A Gestão Empresarial é facilitada quando a empresa possui um Software Integrado de alta tecnologia e com total segurança, amparado em uma documentação clara e eficiente.
O Software Integrado é parte de uma tecnologia de informática que registra e processa cada fato a partir de um único input e disponibiliza a informação para todos que necessitem da mesma, de maneira segura, efetiva, clara, consistente, em tempo real, ou seja, oportuna.
Utiliza de tecnologia de informática que está ligada à adaptabilidade, facilidade de uso, técnicas de acesso, segurança e desempenho.

Sistema de Apoio à Decisão – SAD

Ferramenta fundamental para a evolução do processo de tomada de decisão, dentro desta nova realidade empresarial, pois as atividades empresariais e necessidades dos clientes estão em constantes mutações, o que tornam as decisões um fator de suma importância. Os sistemas de Apoio a Decisões devem acompanhar esta tendência, sendo flexíveis e adaptáveis no meio onde ela se encontra.
Os Sistemas de apoio à decisão (SAD) auxiliam o executivo em todas as fases de tomada de decisão, principalmente, nas etapas de desenvolvimento, comparação e classificação dos riscos, além de fornecer subsídios para a escolha de uma boa alternativa.
Unindo conceitos de administração de empresas e de informática, os SAD vêm se tornando uma importante ferramenta para o gestor de empresas em sua constante busca pela qualidade total.
Os SAD utilizam muito a regra “e se” para geração de dados e informações de simulações, cenários, etc. Como exemplo:
- determinação do local mais adequado para uma unidade comercial ou de um PDV (ponto de venda);
- elaboração de orçamento com diversas alternativas;
- aumento, diminuição ou segmentação de negócios, conjuntamente com um possível perfil de clientes, etc.
Os SAD permitem a coordenação e integração de dados, de partes, visando objetivos comuns, fornecendo informações que permitam melhores decisões empresariais.

Business Intelligence (BI)

Um dos principais conceitos disponíveis atualmente no que diz respeito a gestão empresarial é o Business Intelligence.
Inteligência é o resultado de um processo que começa com a coleta de dados. Esses dados são organizados e transformados em informações, que depois de analisadas e contextualizada se transforma em inteligência. Essa, por sua vez, quando aplicada a processos de decisão geram vantagem competitiva para a organização.
Conhecimento do negócio na era da competição global e das comunicações on-line, passou a ser chamado de Business Intelligence (BI).
É um processo organizacional pelo qual a informação é sistematicamente coletada, analisada e disseminada como inteligência aos usuários que possam tomar ações a partir dela.
Envolve a coleta, análise e validação de informações sobre concorrentes, clientes, fornecedores, candidatos potenciais à aquisição, candidatos à joint-venture e alianças estratégicas. Inclui também eventos econômicos, reguladores e políticos que tenham impacto sobre os negócios da empresa.
O processo de BI analisa e valida todas essas informações e as transforma em conhecimento estratégico.
Benefícios de um sistema de Business Intelligence:

• Antecipar mudanças no mercado;
• Antecipar ações dos competidores;
• Descobrir novos ou potenciais competidores;
• Aprender com os sucessos e as falhas dos outros;
• Conhecer melhor suas possíveis aquisições ou parceiros;
• Conhecer novas tecnologias, produtos ou processos que tenham impacto no seu negócio;
• Entrar em novos negócios;
• Rever suas próprias práticas de negócio;
• Auxiliar na implementação de novas ferramentas gerenciais.

Aprender sobre o ambiente competitivo externo, visando o conhecimento do posicionamento competitivo da empresa, o que impulsionará mudanças internas e facilitará decisões estratégicas.
É uma categoria mais ampla de aplicações e tecnologias para recolher, armazenar, analisar e dar acesso a dados para ajudar os usuários da empresa a tomar melhores decisões de negócios. Aplicações de BI incluem as atividades de sistemas de apoio à decisão, consulta e relatórios, processamento analítico online (OLAP), a análise estatística, previsão e mineração de dados.
A cada dia, aumentam as decisões empresariais, em número e complexidade. Os clientes exigem níveis mais elevados de serviço ao interagir com as empresas através de múltiplos canais, o que representa desafios técnicos e de negócio em toda a empresa. Como resultado, análise e business intelligence (BI) desempenham um papel central em uma estratégia de CRM abrangente.
A chave para prosperar em um mercado competitivo é ficar à frente da concorrência.
A análise dos dados, relatórios e ferramentas de consulta pode ajudar os analistas de negócios a percorrer um mar de dados para sintetizar a informação valiosa de que necessitam.

Uma referência anterior a inteligência, mas não relacionada aos negócios, ocorreu em Sun Tzu em a Arte da Guerra.
Salientou a importância de coletar e analisar informações. Sun Tzu afirmava que para ser bem-sucedido na guerra, o general deve ter pleno conhecimento de suas próprias forças e fraquezas, assim como total conhecimento das forças e fraquezas do inimigo. A falta de qualquer uma delas pode resultar na derrota.

Ter uma estratégia global de inteligência de negócios claramente escrita é fundamental para uma implementação bem sucedida de business intelligence.
Abaixo algumas situações onde o BI torna-se decisivo nos negócios.

Área Comercial
· Vendas;
· Estoques;
· Financeiro.

Área administrativa
· Contabilidade;
· RH;
· Tributário;
· Fiscal – que são módulos que o cliente poderá usar integrados ao seu escritório contábil.

Algumas Situações Reais área comercial

- VENDAS - O BI pode ser usado para:

· Identificar hábitos de consumo de seus clientes;
· Concentração de vendas em determinadas linhas de produtos;
· Níveis de descontos praticados, margens e prazo médio (de vendas e de compras);
· Tendências de vendas, de margens, antes que se consolide uma perda, possibilitando a reversão de situações desvantajosas em negócios!
· Avaliar o exato lucro de uma venda, ou de um vendedor/representante, ou linha de produtos através do Demonstrativo de Resultados Gerencial;
· Disponibilizar a equipe de vendas informações apuradas que resgatem negócios potenciais;
· Acompanhar a carteira de clientes por representante ou vendedor, mesmo após modificações da carteira, para se constatar se as modificações foram positivas;

- O BI ajuda a vender, ou melhor, ele vende!

· Simular vendas, observando o reflexo nas margens;
· Administrar seus vendedores ou representantes, acompanhando o desempenho das carteiras de clientes, mesmo em caso de alterações, incluindo margens, prazo médio, descontos, etc…
· Descobrir mercados perdidos e reconquista-los. Descobrir novos mercados;
· Mostrar quanto pode ser adicionado de receitas e em que condições;

Fazem parte dos pacotes de Business Intelligence existente: o Datawarehouse (DW), Sistemas de gestão integrados (ERP), ferramentas OLAP, Data Mining, Data Mart, CRM, dentre outros.

Data Mining

Data Mining é conhecido como mineração de dados é o processo de extração de conhecimento de grandes bases de dados, convencionais ou não. Apresenta as informações utilizáveis, implícitas e recentes a partir de dados, que possam ser utilizadas para resolver um problema de negócios. A Mineração de dados pode ser aplicada tanto para a pesquisa cientifica como para impulsionar a lucratividade da empresa madura, inovadora e competitiva.
Diariamente as empresas acumulam grande volume de dados em seus aplicativos operacionais. São dados brutos que dizem quem comprou o que, onde, quando e em que quantidade. É a informação vital para o dia-a-dia da empresa. Se fizermos estatísticas ao final do dia para repor estoques e detectar tendências de compra, estaremos praticando business inteligence (BI). Se analisarmos os dados com estatística de modo mais refinado, à de procura de padrões de vinculações entre as variáveis registradas, então estaremos fazendo Mineração de dados. Buscamos com o MD conhecer melhor os clientes, seus padrões de consumo e motivações. A MD resgata em grandes organizações o papel do proprietário atendendo no balcão e conhecendo sua clientela. Através da MD, esses dados agora podem agregar valor às decisões da empresa, sugerir tendências, desvendar particularidades dela e de seu meio ambiente e permitir ações melhor informados aos seus gestores.
Pode-se então diferenciar o business inteligence (BI) da Mineração de dados (MD) como dois patamares distintos de atuação. O primeiro visa obter a partir dos dados operativos brutos, informação útil para subsidiar a tomada de decisão nos escalões médios e altos da empresa. O segundo busca subsidiar a empresa com conhecimento novo e útil acerca do seu meio ambiente. O primeiro funciona no plano estratégico, o segundo no tático.
Tem como objetivo encontrar padrões e relacionamentos entre dados de modo que a empresa possa se embasar melhor nas tomadas de decisões.
Por outro lado, o uso incorreto desta tecnologia pode gerar muito mais confusão, levando a empresa a tomar decisões erradas.
Uma empresa utilizando Data Mining é capaz de:
- Criar parâmetros para entender o comportamento do consumidor;
- Identificar afinidades entre as escolhas de produtos e serviços;
- Prever hábitos de compras;
- Analisar comportamentos habituais para detectar fraudes.

Exemplos:

Prático

Imagine que a letra ‘A’ esteja representando um item qualquer de um registro comercial. Por exemplo, a letra ‘A’ poderia significar “aquisição de pão” em uma transação de supermercado. A letra ‘B’ poderia, por exemplo, significar “aquisição de leite”. A letra ‘C’ é um indicador de que leite que foi adquirido é do tipo desnatado. É interessante notar que a obtenção de uma regra com as letras “AB” quer dizer, na prática, que toda vez que alguém comprou pão, também comprou leite. Esses dois atributos estão associados e isto foi revelado pelo processo de descoberta de padrões.
Esta associação já nos fará pensar em colocar "leite" e "pão" mais próximos um do outro no supermercado, pois assim estaríamos facilitando a aquisição conjunta desses dois produtos.

Real

Wal-Mart
Embora recente, a história de Mineração de dados já tem casos bem conhecidos. O mais divulgado é o da cadeia americana Wal-Mart, que identificou um hábito curioso dos consumidores. Ao procurar eventuais relações entre o volume de vendas e os dias de semana, o software apontou que, as sextas-feiras, as vendas de cervejas cresciam na mesma proporção que as fraldas. Crianças bebendo? Não. Uma investigação mais detalhada revelou que, ao comprar fraldas para seus bebês, os pais aproveitavam para abastecer as reservas de cerveja para o final de semana.

Sistemas de Informação

O que é um sistema?
Sistema é o conjunto de partes que interagem entre si, integrando-se para atingir objetivos ou resultados. Sistema pode ser encarado como um subsistema de um sistema maior.

O que é informação?
Informação é todo dado trabalhado, tratado e com um sentido natural e lógico para quem usa. O dado é entendido como um elemento da informação, um conjunto de letras, números ou dígitos, que tomado isoladamente não transmite nenhum conhecimento, ou seja, não contém um significado claro.

Empresas que progridem precisam de conhecimento (experiência):

Sistemas de Informação
O conceito de Sistemas de Informação (SI) deriva do conceito de sistema como atividade humana, o qual pode envolver, ou não, a utilização de computadores. O SI funciona, portanto, como suporte às ações e decisões humanas e depende do contexto em que estão inseridos. Assim, um SI pode ser definido como um conjunto de elementos, relacionados entre si, atuando num determinado ambiente com o fim de alcançar objetivos comuns e, com capacidade de auto controle. O conjunto de elementos tem que ser analisado como um todo, podendo os SI serem fechados ou abertos. Considerando que atualmente as organizações utilizam tecnologias para suportar a sua atividade sistêmica, podemos considerar os SI como uma combinação de procedimentos, informação, pessoas e SI/TI, organizadas para o alcance de objetivos de uma organização. Estes, devem ser vistos dentro do contexto sistêmico, como conjuntos de subsistemas relacionados entre si, que possibilitam o acesso e a gestão da informação, suportados pelos SI/TI e pelos sistemas de comunicação.
Um Sistema de Informação pode ser então definido como todo sistema usado para prover informação (incluindo o seu processamento), qualquer que seja o uso feito dessa informação. Um sistema de informação possui vários elementos inter-relacionados que coletam (entrada), manipulam e armazenam (processo), disseminam (saída) os dados e informações e fornecem um mecanismo de feedback.

A associação entre tecnologia de informação e gestão do conhecimento está relacionada ao uso de sistemas de informação para o compartilhamento de informações ou conhecimento.

Segundo (Rezende, 1999) os Sistemas de Informação, independente do seu nível ou classificação, têm como objetivo auxiliar os processos de tomada de decisões na empresa. E o foco está direcionado para o negócio empresarial.

Os Sistemas de Informação apresentam geralmente as seguintes características:

- Grande volume de dados e informações;
- Complexidade de processamento;
- Muitos clientes e/ou usuários envolvidos;
- Contexto abrangente, mútavel e dinâmico;
- Interligação de diversas técnicas e tecnologias;
- Suporte e auxilio aos processos de tomada de decisões empresariais;
- Focado nos negócios da empresa.

Os benefícios que as empresas procuram obter através dos Sistemas de Informação estão:

- Suporte a tomada de decisão;
- Valor agregado ao produto (bens e serviços);
- Melhor serviço e vantagens competitivas;
- Produtos de melhor qualidade;
- Oportunidades de negócios;
- Mais segurança nas informações, menos erros, mais precisão;
- Aperfeiçoamento nos sistemas, eficiência, eficácia, efetividade, produtividade;
- Carga de trabalho reduzida;
- Redução de custos e desperdícios;
- Controle das operações, etc.

Inúmeros fatores são importantes para a solução de problemas e a conscientização destes fatores aumentará a capacidade do gestor de analisar apropriamente o problema e tomar boas decisões (STAIR, 1998).
Os fatores são objetivos de decisão está vinculado com as metas da empresa, que muitas vezes vão além do simples aumento do lucro ou redução de custos. Algumas querem manter certos níveis de produção de modo a conservar uma força de trabalho estável, contribuir para a melhoria da comunidade ou minimizar o impacto de seus processos de produção sobre o ambiente. Esses problemas multiobjetivos de tomadas de decisão são geralmente mais complexos e podem ser extremamente difíceis de resolver.
As alternativas aumentadas estão vinculadas a um aspecto de tomada de decisão atual onde existe mais alternativas a considerar do que há alguns anos atrás, além de haver uma imensa variação de cada uma das alternatias disponíveis.
A competição envolve duas ou mais empresas concorrendo para atingir metas semelhantes. Conseqüentemente, está cada vez mais difícil para as empresas atingirem suas metas, pois outras empresas oferecem os mesmos tipos de serviços e produtos aliados a altas tecnologias, sistemas aperfeiçoados, etc. Desta forma os gestores nunca sabem onde e quando pode aparecer uma nova competição ou concorrência.
A criatividade e a imaginação na solução de problemas é um fator que pode diferenciar a empresa dos concorrentes. Ela envolve a capacidade de originar ou gerar novas idéias ou abordagens para agregar valores aos serviços ou produtos.
Em todos os níveis, as ações sociais e políticas têm um profundo impacto na solução de problemas, envolvendo outras empresas, sociedade, governo nacional e internacional.
Os aspectos internacionais aparecem na medida em que os negócios e os mercados mudam as relações de suas operações locais para nacionais e internacionais e os aspectos internacionais modificam a forma de operação e competição das empresas. Além de oferecer oportunidades, os aspectos internacionais dos negócios e economias podem ser ameaçadores para algumas empresas.
A tecnologia e os avanços nas suas capacidades oferecem um maior número de alternativas de decisão aos negócios e às organizações de todos os portes.
A pressão do tempo está vinculado com a velocidade dos acontecimentos nos negócios e de seus respectivos impactos. Os boatos, as notícias e as informações influenciam as empreas em um padrão de tempo muito curto, fazendo com que os gestores tomem decisões rápidas.

Os Sistemas de Informação podem ser classificados em:

a. Sistemas de Informação Operacional - SIO

Também chamados de Sistemas de Apoio às Operações Empresariais, Sistemas de Controle ou Sistema de Processamento de Transações.
Contemplam o processamento de operações e transações rotineiras, no seu detalhe, incluindo seus respectivos procedimentos.
Controlam os dados detalhados das operaçõesdas funções empresariais imprescindíveis ao funcionamento harmônico da empresa, auxiliando a tomada de decisão do corpo técnico das unidades departamentais.

Como exemplos, enquadram-se nesta classificação os pormenores e minúcias dos sistemas de:

- planejamento e controle de produção: a quantidade produzida;
- faturamento: um item de venda, preço, a data faturamento, o valor do item;
- contas a pagar e a receber: o valor do título, a data de vencimento;
- estoque: a quantidade do item, o tipo de material;
- folha de pagamento: salário, um provento, o nome do funcionário;
- contabilidade fiscal: um valor do lançamento, a natureza, etc.

Estes sistemas são os mais estudados e trabalhadosem geral. Eles são a parte central da maioria dos Sistemas de Informação nas empresas, contemplando todos os componentes básicos de funcionamento operacional das mesmas.
Nos Sistemas de Informação Operacional cada transação empresarial envolve a entrada e alimentação de dados, processamento e o armazenamento, e a geração de documentos e relatórios. Com suas inúmeras características, como grande volume de dados, muitas saídas de informações, envolvendo alto grau de repetição e computação simples. As edições, validações, consistências e auditoriais são comuns nestes sistemas, devido ao envolvimento de inúmeras pessoas e respectivas coletas de dados e alimnetações nos mesmos, significando impactos grandes e negatios se houver falhas de operação, cálculos, seleções, ordenações, conciliações e reprocessamentos, com bases de dados diversas. Nos métodos de funcionamentos estão incluídos os pesados processamentos em batch (ou grupos), parelelos, tempo real e os mais leves do tipo on-line, etc.

b. Sistemas de Informação Gerencial (para gestão) - SIG

Também chamados de Sistemas de Apoio à Gestão Empresarial ou Sistemas Gerenciais. Contemplam o processamento de grupos de dados das operações e transações operacionais transformando-os em informações para gestão. Trabalham com os dados agrupados das operações das funções empresariais da empresa, auxiliando a tomada de decisão do corpo gestor ou gerencial das unidades departamentais.
Como exemplos, enquadram-se nesta classificação os grupos de informação dos sistemas de:

- planejamento e controle de produção: total de quantidade produzida;

- faturamento: valor do faturamento do dia, valor acumulado do mês; - contas a pagar e a receber: títulos a pagar do dia, números de inadimplentes;

- estoque: relação do estoque mínimo com o estoque real; - folha de pagamento: percentual dos salários em relação ao faturamento; - contabilidade fiscal: total de impostos a recolher, etc.

c. Sistemas de Informação Estratégico - SIE

Também são chamados de Sistemas de Informação Executiva. Contemplam o processamento de grupo de dados das operações e trasações gerenciais transformando-os em informações estratégicas. Trabalham com os dados no nível macro, filtrados das operações das funções empresariais da empresa, considerando ainda, o meio ambiente interno e externo, visando auxiliar o processo de tomada de decisão da alta administração, tal como, presidentes, diretores, sócios, acionistas, proprietários, assessores, etc.
A maioria destes sistemas fornecem informações gráficas, amigáveis e sumarizadas, normalmente on-line e com relatórios em telas, observando as particularidades de cada empresa e ainda, com opção de descer no nível de detalhe da informação.
Como exemplos, enquadram-se nesta classificação, a partir das informações operacionais e gerenciais, as relações, influências e decisões entre:

- quantidade produzida com pedidos em negociações;
- valor do faturamento com contas a pagar;
- planejamento de compras com quantidade em estoque;
- folha de pagamento, encargos sociais, impostos com fluxo de caixa;
- relacionamentos bancário e órgãos governamentais;
- linhas de produção e tecnologia versus satsifação do cliente e funcionários;
- custos em relação ao retorno, com orçamento e análise financeira;
- prioridades de pagamento de juros ou descontos à clientes;
- concorrência, mercado global e perspectivas, etc.

Os três principais sistemas (estratégico, gerencial e operacional) podem ser graficamente representados de forma piramidal: