Business Intelligence como estratégia na gestão de estoques

Business Intelligence como estratégia na gestão de estoques

Apresentação do artigo publicado no VI Connepi 2011, anais Ciências Exatas e da Terra, Natal/RN, pg 91

Data: 16/12/2011

Anais: http://portal.ifrn.edu.br/campus/reitoria/noticias/divulgados-os-anais-do-vi-connepi

Paper: https://www.researchgate.net/publication/323320412_Business_Intelligence_como_Estrategia_na_Gestao_de_Estoques

41521434a4df9b0202f9b925146453e7?s=128

Fernando Felix

December 16, 2011
Tweet

Transcript

  1. BUSINESS INTELLIGENCE COMO ESTRATÉGIA NA GESTÃO DE ESTOQUES Fernando Felix

    do Nascimento Junior fernandojr.ifcg@live.com
  2. Propósito Apresentar uma solução BI → Favorecer o processo de

    decisões estratégicas relacionadas a gestão de estoques utilizando o MMQ para prever a demanda de produtos → Software livre → GRP
  3. Tópicos 1. Introdução 2. Business Intelligence 3. Pentaho 4. Previsão

    da demanda 5. Solução 6. Conclusão
  4. Introdução  Por que existem os estoques nas organizações? 

    Gestão de estoques → processo de fornecimento
  5. Introdução  Por que existem os estoques nas organizações? 

    Gestão de estoques → processo de fornecimento O que fornecer? em que quantidade? em que momento? e quando repor?
  6. Introdução  O que fazer para tomar a decisão correta?

  7. Introdução  O que fazer para tomar a decisão correta?

    Métodos quantitativos vs. Métodos baseados em intuição
  8. Introdução  Por que utilizar métodos quantitativos?  Os estoques

    representam componentes extremamente significativos  Proporcionar informações exatas e atualizadas  Assegurar que o capital imobilizado em estoque seja o mínimo possível  Evitar desperdícios (ex. obsolescência), roubos, extravios  Etc.
  9. Introdução  Um dos princípios mais importantes da gestão de

    estoques é como tratar itens diferentes de formas diferentes  Exemplo errôneo: Manter estoque de segurança de um mês de demanda para todos os itens
  10. Introdução  ERPs - permitem tratamento adequado e individualizado para

    cada item (nível operacional)  Coletam e armazenam enormes quantidades de dados Dificultando: gestão das informações e aplicação de métodos quantitativos
  11. Business Intelligence  Business Intelligence “Conceitos e métodos que apoiam

    decisões empresariais fazendo o uso de sistemas de suporte baseados em fatos”
  12. Business Intelligence  Organizar grandes volumes de dados,  Analisar

    e facilitar a descoberta de relações entre tais dados  e oferecer apresentações que facilitem ao usuário o entendimento das relações entre os dados, a fim de prover melhores informações para a tomada de decisão
  13. Business Intelligence ambiente BI

  14. Business Intelligence Modelo dimensional estrela

  15. Business Intelligence  Modelo de dados OLAP  Informação é

    conceitualmente organizada em cubos  Armazenam valores quantitativos (= medidas = fatos)  Medidas são identificadas por dimensões (categorias descritivas)  Produto, cliente, departamento, tempo, etc.  Simplifica:  Processo de formular consultas complexas  criar relatórios,  efetuar análises comparativas  Etc.  ROLAP, MOLAP ou HOLAP
  16. Pentaho Pentaho  Coleção de programas que trabalham juntos para

    criar e entregar soluções BI completas  Apresentações podem ser visualizadas de VÁRIAS formas
  17. Pentaho

  18. Previsão da demanda  Por que utilizar a previsão da

    demanda?  É necessário saber quanto a empresa planeja vender de seus produtos no futuro  Ponto de partida para praticamente todas as decisões
  19. Previsão da demanda  MMQ - usado para determinar a

    melhor linha de ajuste (tendência linear) que passa mais perto de todos os dados coletados
  20. Previsão da demanda  MMQ - usado para determinar a

    melhor linha de ajuste (tendência linear) que passa mais perto de todos os dados coletados
  21. Solução  Data Mart Bus  Dimensões e medidas criadas

    para um data mart, de um processo de negócio especifico, podem ser utilizadas em outros
  22. Solução

  23. Solução  Quanto foi a quantidade de produtos vendidos em

    um determinado período?  Qual o estoque disponível, e qual o custo desse estoque?  Quanto a empresa perdeu por falta de um determinado produto no estoque (pedido cancelado)?  Etc.
  24. Solução  Processos ETL e automação de processos com o

    PDI
  25. Solução  Os cubos foram feitos utilizando Mondrian Schema Workbench

    XML → Mondrian (ROLAP) → MDX
  26. Solução

  27. Solução  MMQ e apresentação das informações  PRD 

    Para o calculo foi considerado um período de 12 meses  Foi criada uma extensão (formula) para que calculo fosse aplicado facilmente
  28. Solução

  29. Conclusão  Próximos passos  Exploração de outros métodos quantitativos

     Melhores formas para apresentar as informações  Aplicação do Weka, a ferramenta Pentaho para o data mining
  30. Perguntas?

  31. Obrigado!