Introduction to Business

Decisões, Decisões: Sistemas de Apoio à Gestão

Sistemas de processamento de transacções automatizam processos de rotina e tediosos de back-office, tais como contabilidade, processamento de encomendas e relatórios financeiros. Eles reduzem as despesas administrativas e fornecem informações operacionais básicas rapidamente. Os sistemas de suporte à gestão (MSS) utilizam a base de dados mestre interna para realizar análises de alto nível que ajudam os gestores a tomar melhores decisões.

Tecnologias de informação como o armazenamento de dados são parte de MSSs mais avançados. Um data warehouse combina muitos bancos de dados em toda a empresa em um banco de dados central que suporta a tomada de decisões de gerenciamento. Com um data warehouse, os gerentes podem facilmente acessar e compartilhar dados por toda a empresa para obter uma visão geral, em vez de apenas segmentos isolados de informação. Os data warehouses incluem software para extrair dados de bancos de dados operacionais, manter os dados no armazém e fornecer dados aos usuários. Eles podem analisar os dados muito mais rapidamente do que os sistemas de processamento de transações. Os data warehouses podem conter muitos data marts, subconjuntos especiais de um data warehouse que lidam cada um com uma única área de dados. Os data marts são organizados para análise rápida.

As empresas usam data warehouses para coletar, proteger e analisar dados para muitos propósitos, incluindo sistemas de gerenciamento de relacionamento com clientes, detecção de fraude, análise de linha de produtos e gerenciamento de ativos corporativos. Os varejistas podem desejar identificar características demográficas e padrões de compras dos clientes para melhorar as respostas de correio direto. Os bancos podem mais facilmente detectar fraudes com cartões de crédito, bem como analisar padrões de uso dos clientes.

De acordo com a Forrester Research, cerca de 60% das empresas com receitas de US$1 bilhão ou mais usam data warehouses como uma ferramenta de gestão. A Union Pacific (UP), uma ferrovia de 19 bilhões de dólares, recorreu à tecnologia de data warehouse para racionalizar suas operações comerciais. Ao consolidar vários sistemas separados, a UP alcançou um sistema unificado de cadeia de suprimentos que também melhorou o atendimento ao cliente. “Antes de nosso armazém de dados ter surgido, tínhamos sistemas de estofamento”, diz Roger Bresnahan, engenheiro principal. “Nenhum deles falou um com o outro. . . . Não conseguíamos ter uma visão completa do caminho-de-ferro”

O sistema de armazenamento de dados doUP levou muitos anos e o envolvimento de 26 departamentos a criar. Os resultados valeram bem o esforço: A UP pode agora fazer previsões mais precisas, identificar as melhores rotas de tráfego e determinar os segmentos de mercado mais rentáveis. A capacidade de prever padrões sazonais e gerenciar mais de perto os custos de combustível economizou milhões de dólares da UP, otimizando a utilização de locomotivas e outros ativos e através de uma gestão mais eficiente da tripulação. Em apenas três anos, Bresnahan reporta, o sistema de armazenamento de dados pagou-se por si mesmo.

No primeiro nível de um MSS é um sistema de relatórios de informação, que utiliza dados resumidos coletados pelo TPS para produzir relatórios regulares e especiais. O nível de detalhe dependeria do usuário. O pessoal da folha de pagamento de uma empresa poderia receber um relatório semanal de folha de pagamento mostrando como foi determinado o pagamento de cada empregado. Gerentes de nível superior poderiam receber um relatório resumido da folha de pagamento que mostrasse o custo total de mão-de-obra e horas extras por departamento e uma comparação dos custos de mão-de-obra atuais com os do ano anterior. Os relatórios de exceção mostram casos que não atendem a alguns padrões. Um relatório de exceção de contas a receber que lista todos os clientes com contas vencidas ajudaria o pessoal de cobrança a concentrar seu trabalho. Relatórios especiais são gerados apenas quando um gerente os solicita; por exemplo, um relatório mostrando vendas por região e tipo de cliente pode destacar motivos para um declínio nas vendas.