Análise do Sistema de Apoio à Decisão numa Empresa de Telecomunicações: Caso de estudo

Resumo

Este artigo tem como objectivo apresentar uma análise crítica de um caso de estudo sobre o desenvolvimento e implementação de um sistema de apoio à decisão numa empresa de telecomunicações. O artigo apresenta as metodologias utilizadas para construir o sistema de Data Warehouse, confrontando com os sucessos e insucessos da sua aplicação.

Introdução

“Business Intelligence (BI) conjuntamente com a Data Warehouse (DW) têm-se tornado elementos críticos na capacidade das organizações aplicarem decisões tácticas e estratégicas. A Data Strategy irá afectar profundamente o BI, uma vez que reflecte-se no desempenho, segurança, modelagem de dados, integração de dados e Meta Data." (Moss, Larissa T., Data Strategy,2005)

Com a globalização, o mundo impulsionou as forças competitivas, as organizações tornaram-se mais ágeis e competitivas e os clientes mais exigentes. As organizações são constantemente pressionadas pelo mercado a melhorar os serviços prestados aos clientes, melhorar os processos de negócio, qualidade, resolver os pontos de deficiência, ter colaboradores capacitados e ter conhecimento sobre o negócio. Assim, entende-se que têm a obrigação de procurar o conhecimento para obter uma vantagem competitiva sustentável.

Um sistema de BI permite ter uma visão objectiva da organização e da qualidade de atendimento aos clientes por indicadores alinhados aos objectivos estratégicos do negócio e à missão do negócio, obtendo informação de diferentes bases de dados, como suporte ao processo de tomada de decisões estratégicas.

A arquitectura da DW é um projecto que engloba todas as fases do Data Warehousing para um ambiente corporativo. Inclui a criação de um repositório central para armazenagem de dados complexos e informação descentralizada em uma unidade lógica que permite o Data Mining, BI e acesso total a todos os dados relevantes dentro de uma organização. A arquitectura da DW inclui todos os requisitos de reporting, data management, requisitos de segurança, requisitos de largura de banda, e os requisitos de armazenamento.

Por definição, a arquitectura tradicional do Data Warehouse é composta pela fonte de dados dos sistemas transaccionais, uma área de transformação, num processo denominado Extraction, Transformation and Loading (ETL), que corresponde à extracção da fonte de dados, transformações e padronizações de dados. E carga de dados denominada Staging Area, a base de dados do DW segmentado em Data Marts (DM) integrados, uma construção incremental de DW e a camada de apresentação, também conhecida como Online Analytical Processing (OLAP).

Implementação de um Projecto DW/BI

A aplicação de uma metodologia de implementação de um DW integrado com aplicações Business Intelligence (BI) pressupõe determinadas etapas de desenvolvimento: Levantamento Preliminar, Planeamento, Análise do Negócio, Projecto, Construção, Testes, Homologação e Implementação.

O BI inclui a infra-estrutura, os dados e as ferramentas da DW, a sua metodologia, bem como a organização e formação. O desenvolvimento e implementação da Data Strategy dependem de um apoio muito forte por parte do Sistemas de Informação (IT), dos gestores de negócio e da Administração, e no seu reconhecimento da importância e impacto de uma Data Strategy. A concordância, por parte dos gestores, sobre as metas, o processo e a sua cooperação são também essenciais.

Diversos autores enunciaram as suas versões para a implementação e desenvolvimento de projectos DW/BI, como exemplo, a metodologia defendida por Larissa Moss (2003):

Paralelamente, o envolvimento inter-organizacional deverá:

·         Incorporar na metodologia o compromisso com a Data Quality;

·         Programa de gestão Inter-organizacional;

·         Grupo de gestão de informação empresarial;

·         Padrões que incluem uma arquitectura de informação comum (Enterprise Data Model)

o   Envolvendo a jusante consumidores de informação na etapa de definição de requisitos;

o   Envolvendo proprietários dos dados na etapa de análise de dados;

o   Envolvendo representantes de empresas de todas as unidades de negócios para corrigir os modelos de dados e Meta Data;

·         Coordenar os processos de desenvolvimento / ETL

o   Não permitindo o desenvolvimento stovepipe, restrições à circulação de informação dentro da organização;

o   Extracção e data cleansing da fonte de dados apenas uma vez;

o   Conciliar as transformações de dados e armazenar a reconciliações totais como Meta Data.

Descrição e Análise Crítica: Caso de Estudo

A empresa Tokphone derivado da sua necessidade de lidar com as complexidades do mercado das telecomunicações e responder às exigências em termos de inovação na oferta face à concorrência, fomentou o desenvolvimento de um sistema de DW/BI que permitisse capacitar os seus decisores de informação e conhecimento para definir os seus objectivos estratégicos. Este processo dividiu-se na implementação de dois projectos distintos:

Quadro 1. Comparação das fases de projecto DW/BI

Na Fase 1 – DM Clientes - a equipa de projecto Data Warehouse (DW) desenvolveu a aplicação DW através da metodologia em cascata ou sem metodologia nenhuma. A aplicação de uma arquitectura simplificada (OS -> ODS -> DM), a aparente falta de planeamento do projecto, requisitos, cronograma, formação da equipa, definição de custos, prazos, entregas, homologação e produção, e desapoiados na ligação inter-departamental, IT, DIG e sobretudo o cliente interno, departamento Marketing, que ficou fora do projecto. Erradamente, pois seriam a peça fundamental para o sucesso.

A realidade mostrou-se com défice na focalização dos objectivos, stovepipe, visão muito departamental do DIG e IT, demasiado tempo para a integração, sem Data Strategy para fiabilizar os dados e envolvimento dos principais intervenientes. Além da dependência para a extracção e construção de relatórios de outros departamentos que não aquele em que a informação é trabalhada.

No quadro 2 são resumidas as pitfalls que ocorreram nos dois projectos.

Quadro 2. Pitfalls dos Projectos

De realçar uma progressão na interpretação da Fase 2 - DM Vendas - em que foram corrigidos:

·         Sponsor e Data Ownership – O departamento de Marketing e o seu Director assumem o papel de relevo no projecto. Ficando em aberto a possibilidade de participarem activamente na definição dos requisitos e progresso da DM Vendas, transformando o projecto DW/BI em iniciativas de toda a organização, desmistificando ser apenas mais um projecto;

·         Enterprise Architecture  – [OS - > ODS -> Staging Area -> DM -> Interface BI (OLAP)] Interpretação da arquitectura para a existência de uma Staging Area, como elo de ligação entre o sistema transaccional e a base de dados da DW, onde os dados provenientes dos sistemas de informação, no caso relacionados com os Clientes e Vendas, são transformados por regras implementadas em procedures para LOAD na DW, influenciando positivamente nos dados;

·         Staging Area e BI Interface – Existência de uma zona de validação dos dados e disponibilização da área de extração e construção de relatórios.

Na abordagem à DM Vendas ainda persistem pontos de melhoria, nomeadamente, na integração de um Meta Data Repository comum a todas as aplicações, um mapeamento de processos ETL e SA, suportada por uma ferramenta de modelação de dados (UML). Algumas dúvidas relativas à existência na mudança de abordagem à flexibilidade do projecto em acompanhar os ajustes, muito devido à constituição e envolvimento da equipa de Data Ownership.

Conclusões

A implementação de um projecto DW/BI sem uma Data Strategy, aparentemente poderá funcionar, mas os indicadores não desmentem: os dirty data, os dados redundantes e inconsistentes, incapacidade de integrar, o reduzido desempenho, fraca disponibilidade, pouca responsabilidade, os gestores cada vez mais insatisfeitos com o desempenho de TI, e a sensação generalizada de desorganização são consequências notórias.

A Data Strategy deve resultar no desenvolvimento de sistemas com menos risco e uma taxa de sucesso muito maior. Também deve resultar em sistemas de qualidade muito superior. A Estratégia de Dados fornece vantagens: Minimizar a redundância de dados; Fornecer uma visão abrangente das áreas-chave; Minimizar o esforço e o potencial de erro de dados.

Em todos os modelos, a Meta Data e as regras necessárias para os procedimentos de ETL associadas às tabelas da Staging Area deverão ser documentados em uma ferramenta de mercado para modelagem de dados (UML).

A ferramenta BI deverá ser de fácil configuração e a sua utilização ocorrer de uma forma amigável ao utilizador oferecendo, de preferência, recursos de drag & drop, gráficos, quadros, drill up, drill down e publicação de relatórios, onde também poderiam ser registrados a Meta Data para orientação.

Finalmente, os problemas organizacionais deverão ser confrontados e enquadrados no modelo implementação de uma DW que melhor se adequa à organização. Dando enfase às dificuldades de colaboração entre unidades organizacionais, transparência nos custos e tempo das actividades, outputs standardizados, especificação de responsabilidades e ajuste entre a fase de desenvolvimento e manutenção da Data Warehouse.

Referências

English, Larry P. Improving Data Warehouse and Business Information Quality: Methods for Reducing Costs and Increasing Profits. New York: John Wiley & Sons, 1999.

Inmon, W.H. Building the Data Warehouse, Second Edition, New York: John Wiley & Sons, 1996.

Kimball, R.,The Data Warehouse Toolkit: Practical Techniques for Building Dimensional Data Warehouses, New York: John Wiley & Sons, 1996.

Moss, Larissa T., and Shaku Atre. Business Intelligence Roadmap: The Complete Lifecycle for Decision-Support Applications. Boston, MA: Addison-Wesley, 2003.

Data Warehousing: Suporte no alinhamento dos objectivos estratégicos das organizações e apoio à gestão

Resumo

Uma vez que a principal tarefa da gestão é a tomada de decisão eficaz, a principal tarefa do Data Warehouse (DW), é gerar informações precisas para o uso na tomada de decisão. É imperativo que as estratégias do Data Warehousing numa organização possam reflectir essas mudanças no ambiente de negócios internos e externos, bem como a direcção que o negócio está a ser direccionado. O DW desempenha um papel fundamental no crescimento, desenvolvimento e sucesso de uma organização, facilitando a pesquisa significativa que facilita a gestão eficaz.

Introdução

Os Sistemas Data Warehouse (DW) representam uma importante fonte de informação para analisar o desenvolvimento e os resultados de uma organização. As Measures são usadas para reconhecer os sinais de alerta e decidir sobre investimentos futuros no que diz respeito aos objectivos estratégicos da organização.

A maioria das empresas desenvolvem sistemas de DW para alcançar uma visão integrada sobre os seus negócios. Estes DW têm que lidar com diferentes tipos de informações fornecidas por cada unidade de negócio. Como portfólios de produtos sujeitos a mudanças frequentes e as exigências sobre um DW são reforçadas de forma permanente, devido as regras de supervisão e as necessidades de comunicação interna, projectos de DW têm de dominar vários desafios ao longo do tempo. A fim de obter resiliência, a estrutura organizacional de projectos de DW devem estar alinhados aos perfis dos gestores e das suas equipas, funções e canais de comunicação.

Conceitos

Segundo Inmon, Data Warehouse é uma colecção de dados orientados por assuntos, integrados, variáveis com o tempo e não voláteis, para dar suporte ao processo de tomada de decisão.

A DW é um repositório centralizado que armazena dados de múltiplas fontes de informação e transforma-os num modelo de dados comum, multidimensional para consulta e análise eficiente. Possibilita a análise de grandes volumes de dados fornecidos pelos sistemas transaccionais (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. A sua necessidade advém da colocação de inúmeras perguntas que sendo de resposta difícil nos sistemas operacionais, proporcionam o desenvolvimento de uma plataforma que possui uma orientação para cada uma dessas questões, exigindo mais informações sobre a situação, a fim de conduzir pesquisas.

A Data Warehouse é normalmente acedido através de Data Marts (DM), que são pontos específicos de acesso a subconjuntos da DW. Os DM são construídos para responder prováveis perguntas de um tipo específico de departamento/gestor.

Por norma, os sistemas OLTP conseguem apenas cumprir a tarefa de análise simples, com a geração de relatórios elementares. Nesse contexto, a implementação da DW tornou-se uma realidade nas grandes corporações. O mercado de ferramentas de DW, que faz parte do mercado de Business Intelligence (BI), cresceu então, e ferramentas melhores e mais sofisticadas foram desenvolvidas para apoiar a estrutura do DW e sua utilização.

Actualmente, pela sua capacidade de sumarizar e analisar grandes volumes de dados, a DW é o núcleo dos sistemas de informações gerenciais e apoio à decisão das principais soluções de BI do mercado. Como resultado, os inquéritos complexos ou consultas, podem ser realizadas através da DW com interrupções mínimas sobre os sistemas operacionais. Com maiores quantidades de dados, o valor da DW para o utilizador e gestor, desde análises sobre todos os dados relevantes do histórico, bem como dados actuais estão disponíveis para apoio na tomada de decisões.

Estratégia Organizacional

O objectivo fundamental da DW é apoiar o planeamento estratégico, modelagem e previsão ao nível organizacional. Deve satisfazer a necessidade de conhecimento para uma área de incerteza ou de crescimento na organização. A fim de realizar essa tarefa, deve fornecer uma visão única e abrangente e consistente da organização.

Os dados devem ser facilmente acessíveis e compreensíveis para o gestor. Deve ser simples, mas intuitivo, rápido e fácil de usar. Além disso, a DW deve apresentar as informações de forma consistente e segura para seus utilizadores. Quando os dados são recolhidos a partir dos sistemas de origem, devem garantir a qualidade para confirmar sua precisão. Os dados devem ser verificados, devidamente rotulados, e totalmente contabilizados antes que possa ser disponibilizado. Além disso, os dados devem ser resistentes e adaptáveis às mudanças sem desacreditar os dados existentes. O Data Warehousing eficaz pode ajudar a criar um relacionamento significativo entre a tecnologia da informação e os negócios, facilitando o planeamento estratégico e crescimento ao nível empresarial.

Data Warehouse são eficientes na transformação de recolha de informação intuitiva para investigação sistemática e objectiva (Zikmund, 2003, p. 5). Fornecem aos utilizadores acesso e controle para uma ampla variedade de dados centralizado e formatado para escolher o melhor curso de acção e as decisões de apoio às empresas. Os gestores podem manipular e personalizar os dados para oferecer suporte a consultas específicas que permitirão mudanças positivas nos níveis de negócio. Desde as várias fases de aumento a precisão dos dados e integridade, consultas complexas que podem ser realizadas com um forte senso de confiança.

Embora haja muitos benefícios pelo uso da DW, existem também vários desafios e desvantagens. Dependendo da sua concepção, a DW possui riscos, pois têm arquitecturas complexas, longos ciclos de desenvolvimento, a sua qualidade e má informação, e uma fragilidade na possível incapacidade de se adaptar a rápidas alterações nas condições de negócio. Além disso, a qualidade dos dados vindos dos sistemas operacionais de origem podem limitar as Data Warehouse. Assim, cada organização deve se concentrar na avaliação contínua e melhoria do seu DW, bem como nos seus sistemas de origem, por forma a garantir a sua eficácia na realização de pesquisas e apoio nas decisões de negócios.

As empresas despendem muito tempo no desenvolvimento de estratégias de negócios que lhes permita ter vantagens competitivas. Para obter o conhecimento que é necessário para o planeamento estratégico e execução, muitas empresas têm desenvolvido o Data Warehousing.

De certa forma, permite a transformação de dados brutos em conhecimento estratégico aplicado - A Cadeia de Valor da Informação. Por causa do poder competitivo que a DW fornece, as empresas têm defendido na sua estratégia de DW como uma das suas estratégias de negócio - não apenas uma iniciativa de TI. Empresas e mercados financeiros reconhecem informação como um activo, evidenciado, entre outras coisas pela prática da contabilidade de informações.

Um dos principais benefícios da Data Warehouse é o fornecimento de informação a todos os indivíduos dentro de uma organização, não somente aos gestores de topo, com a profundidade e agregação necessária para o desenvolvimento com sucesso das suas funções e decisões.

A melhor abordagem para uma DW é a perspectiva de cruzamento funcional sobre a estratégia de negócios, optimizando em resultados máximos, visto que a sua utilização poderá ser transversal a todas as fontes de decisão.

Naturalmente, a implementação de um DW procura resolver um problema de negócio, adicionando valor para além da mera recolha de dados, alinhando às estratégias de negócio aos avanços estratégicos mas com o suporte de pontos mensuráveis, fazendo a integração dos principais processos de negócio, iniciativas e capacidades. A inovação empresarial poderá ser também exponencializada com a utilização e cruzamento de dados interdepartamentais que anteriormente eram inacessíveis, usufruindo de aplicações analíticas de back-end.

Por último, uma consideração para o Sponsor, a pessoa que suporta, promove e impulsiona o projecto desde a concepção até a conclusão, que devidamente suportada pelo departamento de Sistemas de Informação, é obviamente aquela que directamente irá beneficiar com o projecto. Patrocina e cria a visão e importância que o DW terá na organização, cujos benefícios irão suplantar o esforço, criando a participação completa e cooperação da comunidade empresarial, de modo a garantir o foco e compromisso de todos.

Conclusão

Data Warehousing já foi dedicada ao Business Intelligence e à elaboração de relatórios, geralmente no nível das unidades departamentais ou empresariais. No entanto, a sua progressão é cada vez a condução de uma iniciativa estratégica corporativa de suporte de uma empresa inteira através de uma infinidade de aplicações de negócios. O ritmo acelerado de mudança, conjuntamente com as exigências regulatórias, exige que os Data Warehouse assumam um papel importante na missão e operação das organizações. O Enterprise Data Warehousing (EDW) tem vindo a desenhar-se como um objectivo estratégico, a função de missão crítica com impacto nas operações principais de uma empresa, fugindo ao tradicional DW, que normalmente apoiava o Business Intelligence departamental.

O surgimento de aplicações BI e Business Performance Management (BPM) e de ferramentas de suporte a decisão de negócios tem reforçado e dado aos gestores de negócios interfaces mais simples, melhorou características de análise de dados, e a capacidade de comparar o desempenho real ao planeado.

Através dessas tecnologias, o Data Warehouse, tem permitido aos administradores descobrir novas maneiras de diferenciar a sua empresa numa economia globalizada, deixando-os mais seguros para definirem as metas e adoptarem diferentes estratégias nas suas organizações, visualizando novos mercados e oportunidades antes dos seus concorrentes, identificando diferentes possibilidades conforme o perfil dos seus consumidores.

Referências

Kimball, Ralph; Ross, Margy. The Data Warehouse Toolkit: The Complete Guide to Dimensional Modeling, 2nd Edition, John Wiley and Sons, Inc., Chichester, 2002.

Inmon, William H., Building the Data Warehouse, 4th Edition, Wiley Publishing, Indianapolis, 2005.

Cohen, Rich (2006). Business Intelligence Strategy: Seven Principles for Enterprise Data Warehouse Design. DM Review. Retrieved December 18, 2006

Zikmund, William G., Business Research Methods, 7th Edition, Dryden Press, New York, 2003.

Balanced Scorecard: Benefícios, desafios e falhas na sua implementação

Resumo

Este artigo tem como objectivo identificar e analisar o processo de implementação do sistema de gestão de desempenho Balanced Scorecard (BSC) em três vertentes: benefícios gerados pela reorganização das empresas, desafios que se colocam nas diversas fases de implementação, e falhas que condicionam o sucesso de um sistema BSC.

A utilização do BSC como sistema de gestão de desempenho capaz de suportar a implementação estratégica, em que a existência de benefícios como utilização de medidas de desempenho balanceadas e integradas para a realização e controlo do alcance dos objectivos estratégicos. E a identificação das falhas conceituais, estruturais e de gestão do BSC permitem indiciar que a aplicabilidade da metodologia é evolutiva e que deverá ser correctamente contextualizada ao nível de cada implementação organizacional.

Introdução

Ao longo das últimas duas décadas o conceito de implementação de estratégias empresariais baseadas na medição de desempenho tem vindo a ser suportada pela evolução do Balanced Scorecard (BSC). Com explicado por Anita van de Vliet (Management Today, 1997, pp.78), Robert S. Kaplan e David P. Norton (1992) tinham analisado e desenvolvido um novo sistema de medição do desempenho, que iria dar a capacidade de comunicar e alinhar a estratégia, por toda a empresa, utilizando um conjunto balanceado de medidas de desempenho financeiras e não financeiras, ligadas por relações de causa-e-efeito e agrupadas em quatro perspectivas: financeira, cliente, processo interno de negócio e aprendizagem/crescimento. A notoriedade do BSC deveu-se à simplificação apresentada e aplicabilidade que as empresas reconheceram ao aplicar na sua metodologia.

Ao nível do contexto organizacional diversos sistemas e abordagens foram desenvolvidas em décadas passadas por conceituados autores e entidades, dos quais se enunciam no quadro de levantamento dos sistemas de medição de desempenho:

Implementação

O BSC tem progredido sobretudo pela experiência das inúmeras implementações, bem como a preocupação dos seus impulsionadores, Kaplan e Norton, ao reconhecerem falhas que têm sido suplantadas ao longo dos anos. A diferenciação evolutiva do BSC caracterizou-se em três tipologias (Speckbacher et al., 2003) às quais correspondiam fases típicas de um processo de implementação:

·         BSC Tipo I – (1992-1993) Sistema de Medição de Desempenho;

·         BSC Tipo II – (1996-2000) Sistema Estratégico de Medição de Desempenho que descreve a estratégia utilizando as relações de causa-efeito;

·         BSC Tipo III – (2004-2006-2008) Sistema de Gestão Estratégico que implementa a estratégia pela comunicação a todos os níveis da organização, planos de acção e incentivos.

No entanto, McCunn (1998) estimou que a taxa de insucesso das implementações do BSC rondava os 70% de entre os casos analisados. A simplicidade do conceito BSC era atractivo, mas adaptar a sua realidade à aplicação poderia ser extremamente demorado e caro. Tendo enunciado dez mandamentos para a implementação do BSC.

Em 1997, Kaplan e Norton reconhecem e identificam quatro fraquezas que deveriam ser ultrapassadas na implementação do BSC:

·         Inexistência de visão e estratégia das organizações que sejam executáveis;

·         Inexistência de ligação entre estratégias e metas de departamentos, equipas e pessoas;

·         Inexistência de um alinhamento entre estratégia e orçamento, e;

·         Défice de comunicação sobre a estratégia que está a ser implementada e quais os seus resultados.

Vários autores, como Roest (1997), Niven (2002), Norreklit (2000), Letza (1996) e Claude Lewy, entre tantos outros, foram enunciados vários pontos (positivos e negativos) a serem considerados, dos quais são destacados os seguintes:

·         A adaptação do BSC a cada organização, pois cada negócio é único;

·         Obtenção do compromisso de um patrocinador de alto nível e de gerentes influentes;

·         BSC e a sua implementação deveriam ser as principais prioridades da organização;

·         Definição dos objectivos estratégicos numa primeira fase da implementação;

·         Traduzir os objectivos estratégicos em acções, planos realísticos e medidas de desempenho, bem como apropriada da unidade de negócio;

·         Criação de um programa piloto antes de passar para implementação em larga escala;

·          Advertência para a utilização do BSC como meio de aumento do controlo top-down;

·         Advertência para que a implementação excessivamente descendente do BSC possa levar a configuração de um sistema de controle de desempenho demasiado mecanizado;

·         Utilização dos próprios recursos para desenvolver o seu BSC, evitando os BSC padrões;

·         Valorizar e adequar a formação e comunicação durante a fase introdutória;

·         Adequar sistemas informáticos e tecnologia a ser utilizada na implementação e manutenção do BSC;

·         Estimar o aumento de tempo e custos associados aos relatórios periódicos.

Factores positivos e negativos ao BSC

Como factor positivo o BSC é um sistema de medição de desempenho que utiliza medidas de desempenho balanceadas e integradas para a realização e controlo da execução dos objectivos estratégicos. Igualmente, o BSC propõe a revisão periódica da visão estratégica e a adequação das medidas de desempenho às mudanças na estratégia. Relevo para a comunicação da estratégia a todos níveis estratégicos e da integração do sistema de medição de desempenho a outros sistemas da empresa (operacional, financeiro, etc.).

As falhas de concepção, estruturais e de gestão na configuração do BSC poderão ser considerados factores negativos.

·         Falhas conceituais - BSC ser desenvolvido numa perspectiva prescritiva, sendo considerado insuficiente em estratégias emergentes;

·         Falhas estruturais – Dificuldade na definição de medidas de desempenho não financeiras, preditivas, de integrar as perspectivas por meio da determinação das relações de causa-e-efeito e de utilizar o mapa estratégico.

·         Falhas de gestão - No processo de implementação do BSC como requisitos obrigatórios e não facultativos; apoio e compromisso do patrocinador de alto nível, nomeação e constituição de uma equipa multifuncional, capaz de estruturar, comunicar e desdobrar verticalmente e horizontalmente o BSC, suportando o envolvimento de toda a organização ao modelo.

Tipicamente, a associação entre causa e efeito que o BSC compromete, poderá causar dúvidas, sendo de criticar o relacionamento unidireccional e simplista, sem uma preposição temporal. Bem como a ausência de uma base histórica para análise de indicadores que poderão condicionar e comprometer a sua leitura e conclusão.

Conclusões

O BSC tem vindo a adicionar valor às organizações ao providenciar informações relevantes e balanceadas de maneira concisa, criando um ambiente propício para o desenvolvimento e crescimento das organizações baseado na adaptação contínua, e eliminando a necessidade de se escolher um tipo de sistema de controlo para cada situação.

Por fim, a implementação do BSC para as empresas assume-se como uma ferramenta de gestão organizacional, no entanto, o sucesso dependerá em muito do compromisso e da orientação pela estratégia da empresa. Para além das considerações enunciadas, é vital que as organizações adoptem um sistema de planeamento estratégico e tomem em consideração os case-studies de sucesso e insucesso, os pontos fortes e fracos a serem observados e enquadrados no contexto organizacional em que cada implementação do BSC se compromete.

A solução padrão não existe, todas as empresas e seus negócios são diferentes. O BSC varia de acordo com os factores ambientais externos e internos que levarão à decisão da sua implementação.

Referências

Kaplan, R.S.; Norton, D.P.; The balanced scorecard – measures that drive performance, (1992)

McCunn, P. The balanced scorecard. Management Accounting Research, (1998)

Van de Vliet, Anita. "The New Balancing Act." Management Today, (July 1997)

Lewy, Claude; Lex Du Mee. "The Ten Commandments of Balanced Scorecard Implementation." Management Control and Accounting, (April 1998)

Cardoso, Elsa. Slides – Metodologia de desenvolvimento de BSC (Março 2011)

Roest, P. The golden rules for implementing the Balanced Business Scorecard (1997)

Modelização da Função Logística TV a Cores

No estudo do ciclo de vendas das Televisões a cores foi definido que o seu crescimento teria uma curva muito semelhante ao de uma população, sendo que este processo natural descrito por uma curva logística (curva sigmóide). No suporte a simulação deste comportamento, foi utilizada a ferramenta Excel. As folhas de cálculo são por excelência ferramentas de modelização mais utilizadas, agregando funções financeiras, estatísticas e matemáticas.

Neste enquadramento, foi adaptada a modelização do comportamento das vendas segundo a função logística:

Parâmetros	Valores
a	1,07
b	0,31
c	7
k	0,45

Função logística das vendas = a / (b + C * EXP(-k*Período))

Período	Vendas	Função Logística
1	0,02	0,224159018
2	0,16	0,339038086
3	0,33	0,503604816
4	0,48	0,72933384
5	1,20	1,02119254
6	1,75	1,371023954
7	2,00	1,754199333
8	2,51	2,134594962
9	2,37	2,47710058
10	2,94	2,759417652
11	2,87	2,975661901
12	2,94	3,132171185
13	3,13	3,240859849
14	3,24	3,314190184
15	3,15	3,362705599
16	3,52	3,394388973
17	3,54	3,414904782
18	3,31	3,428116219
19	3,55	3,436593706
20	3,37	3,442021116
21	3,37	3,445490745
22	3,40	3,447706732
23	3,70	3,449121197
24	3,49	3,450023705

Representação gráfica das vendas de Televisões a cores: