CASE BI - INFORMAÇÕES GERENCIAIS EM HOSPITAL DE
REFERÊNCIA
Rejane Blomberg Audy, Ana Cristina Trois Endres, Maria Luiza Falsarella Malvezzi
Hospital de Clínicas de Porto Alegre – Rua Ramiro Barcelos, 2350, Largo Eduardo Z
Faraco - Bom Fim - 90035-003 – Porto Alegre – RS – Brasil
[email protected], [email protected], [email protected]
Abstract. Study of case of the accomplishment of a project of Management
Information, using technology Business Intelligence. He is being presented the
steps that had been followed since the moment of the survey of the necessity
of this project until its implementation. The Hospital of Clinics of Porto
Alegre has the majority of its health care and management processes computer
aided, being enormous the volume and the variability of the available data.
This project of Management Information has the objective to support process
of decision-making, offering to the management level the easy attainment of
the data necessary to subsidize and to characterize the health care staff of the
Hospital.
Resumo: Estudo de caso da realização de um projeto de Informações
Gerenciais, utilizando tecnologia Business Intelligence. Estão sendo
apresentados os passos que foram seguidos desde o momento do levantamento
da necessidade deste projeto até a sua implementação.
O Hospital de Clínicas de Porto Alegre tem a maioria de seus processos
assistencias e gerenciais informatizados, sendo enorme o volume e a
variabilidade dos dados disponíveis. Este projeto de Informações Gerenciais
tem o objetivo de apoiar o processo decisório oferecendo ao nível gerencial a
fácil obtenção dos dados necessários para subsidiar e qualificar a gestão
assistencial do Hospital.
1. Introdução
Um dos principais conceitos disponíveis atualmente no que diz respeito a gestão
empresarial é o Business Intelligence (BI). O conceito de BI, de forma mais ampla,
pode ser entendido como a utilização de variadas fontes de informação para se definir
estratégias de competitividade nos negócios da empresa (Barbieri, 2001).
BI é o resultado de um processo que começa com a coleta de dados. Esses dados
são organizados e transformados em informação que, depois de analisada e
contextualizada, transforma-se em inteligência. Essa, por sua vez, quando aplicada a
processos de decisão, gera vantagem competitiva para a organização.
BI é um conjunto de conceitos e metodologias que, fazendo uso de acontecimentos
(fatos) e sistemas baseados nos mesmos, apóia a tomada de decisões em negócios.
Aplicações BI incluem sistemas de suporte a decisões, ferramentas para pesquisas e
relatórios, análises estatísticas e previsões.
O principal objetivo de um BI é conhecer os indicadores internos e poder
compará-los no ambiente externo, visando o conhecimento do posicionamento
competitivo da empresa, o que impulsionará mudanças internas e facilitará decisões
estratégicas.
Para compor o BI são utilizados vários tipos de tecnologias: Data Warehouse,
Datamart e OLAP.
O Data Warehouse (DW) consiste em organizar os dados corporativos da
melhor maneira, para dar subsídio de informações aos gerentes e diretores das empresas
para tomada de decisão. Tudo isso em um banco de dados separado do banco de dados
dos sistemas transacionais da empresa. O Datamart (DM) é um subset do Data
Warehouse (vários datamarts podem formar um data warehouse). Construído com um
escopo menor de informações, segmentado para uma determinada área ou assunto. Por
ser menor, possibilita a análise multidimensional, com os cruzamentos e visões
previamente calculadas, visando aumentar a velocidade na consulta das informações.
(site: www. datawarehouse.inf.br/).
OLAP é um conjunto de funcionalidades que tenta facilitar a análise
multidimensional. A análise multidimensional (MDA – Multidimensional Analysis) é a
habilidade de manipular dados que tenham sido agregados em várias categorias ou
dimensões. De acordo com o Conselho de OLAP, o propósito da análise
multidimensional é auxiliar o usuário a sintetizar informações empresariais através da
visualização comparativa, personalizada, e também por meio de análise de dados
históricos e projetados (Inmon, WH, Welch, JD, Glassey, KL, 1999). A base de dados
OLAP (Online Analytical Processing) fornece um método de acessar, visualizar, e
analisar dados corporativos com alta flexibilidade e performance via um modelo de
dados natural e intuitivo. Transforma os dados em informações.
O objetivo deste artigo é apresentar o sistema de Informações Gerenciais do
HCPA.
Na Seção 2 é apresentado o ambiente onde o estudo de caso foi desenvolvido.
Apresenta um breve histórico da instituição, o motivo pelo qual foi desenvolvido o IG
no HCPA, descrevendo os passos que foram seguidos para a concepção do projeto e seu
ambiente. Na Seção 3 é apresentada a metodologia de desenvolvimento do IG utilizada.
Na Seção 4 mostramos os resultados obtidos com a implantação do IG, apresentando
relatos dos usuários. Na Seção 5 são apresentadas as lições aprendidas e na Seção 6 são
apresentadas as considerações finais a respeito do IG.
2. Caso do HCPA
2.1. Organização
O Hospital de Clínicas de Porto Alegre – HCPA (www.hcpa.ufrgs.br) é o Hospitalescola da Universidade Federal do Rio Grande do Sul, integrante da rede de hospitais
universitários do Ministério da Educação. Foi inaugurado em 1972, com a missão de
oferecer serviços assistenciais de nível terciário no sul do Brasil, contando para isso
com 735 leitos, 143 consultórios ambulatoriais e 3817 funcionários. Neste ambiente são
desenvolvidas três atividades principais, intrinsecamente relacionadas: assistência,
ensino e pesquisa. Este amplo espectro de atuação evidencia a complexidade dos
serviços prestados.
O HCPA possui um banco de dados corporativo operacional, construído para
suportar as aplicações transacionais inerentes a sistemas de controle dos processos do
hospital. Esta base de dados é composta de sistemas clínicos e administrativos com
1400 tabelas e 100 GB de dados armazenados em banco de dados Oracle.
Possui uma rede de alta velocidade de 1.500 pontos, distribuídos em todos os
locais onde se geram informações, viabilizando o atendimento assistencial a uma
população que se beneficia anualmente de 550 mil consultas, 27 mil internações, 2
milhões exames e 29 mil cirurgias.
2.2. Diagnóstico
A partir dos dados provenientes do sistema corporativo e de sistemas externos utilizados
pela instituição, constatou-se que a sistemática de obtenção de informações relevantes
estava sendo feita de forma inadequada, não fornecendo respostas rápidas às questões
complexas inerentes à tomada de decisão no negócio. Foi então detectada a necessidade
de um projeto de BI.
A divulgação de informações existentes na instituição não estava ocorrendo de
forma abrangente, impossibilitando aos níveis gerenciais se beneficiarem delas. As
informações estavam sendo geradas setorialmente e permanecendo neste nível, sem
permear os demais. A falta de padronização e entendimento unificado de conceitos,
geravam informações conflitantes sobre o mesmo assunto.
2.3. Histórico
Em dezembro de 2002 a alta administração do HCPA, buscando obter informações
claras, confiáveis e concisas, encomendou para a área de informática da instituição um
projeto que viabilizasse esta necessidade. Com isto foi designado um grupo para buscar
no mercado uma solução. Foi convidada uma empresa para construir um projeto piloto
com a finalidade de apresentar, à alta direção da instituição, um protótipo da área
financeira, composta dos módulos: Faturamento, Pagamentos e Recebimentos.
A finalidade deste projeto piloto foi de mostrar a flexibilidade da ferramenta e
constatar a facilidade para obtenção e análise das informações. Uma vez aceita esta
tecnologia, foi feita uma licitação a fim de contratar uma empresa para ser parceira no
projeto de construção do ambiente do IG, aonde esta empresa deveria participar no
desenvolvimento da primeira fase e fazer o repasse tecnológico para a equipe interna da
instituição.
A construção do IG foi dividida nas seguintes fases:
1ª fase: Módulo Financeiro
- Pagamentos
- Faturamento
- Orçamento
2ª fase: Módulo Produção Assistencial
- Cirurgias
- Consultas Ambulatoriais
- Exames
- Internações
- Partos
3ª fase: Módulo Indicadores de Qualidade Assistencial
- Média Permanência
- Taxa ocupação
- Coeficiente de Mortalidade
- Indicadores de Resolubilidade
- Infecção Hospitalar
4ª fase: Módulo Indicadores Setoriais
- Comissão de Medicamentos
- Comissão de Controle de Infecção
- Centro de Tratamento Intensivo
5ª fase: Módulo de Integração
Para a construção do IG, foram cumpridos os seguintes requisitos:
- Agilidade: Os cenários de análises são passíveis de adaptação às necessidades
de cada gerente.
- Facilidade: O acesso às informações é de forma intuitiva por parte dos níveis
gerenciais, minimizando o treinamento.
- Flexibilidade: Possibilita efetuar estratificação, fazendo Drill Down e Drill Up.
- Segurança: O acesso às informações é amplo, restrito apenas em razão de
aspectos legais ou sigilosos.
- Rapidez: Os módulos referentes a cada assunto são passíveis de construção em
curto período de tempo.
- Interoperabilidade: Permite a conexão de bases de dados operacionais
heterogêneas, buscando informações da base de dados do sistema corporativo e
de bancos de dados setoriais utilizados em algumas áreas administrativas.
Também busca informações em planilhas eletrônicas construídas pelos usuários,
com informações provenientes de sistemas governamentais como SIAFI
(financeiro) e SIAPE (pessoal).
Existe um repositório único (Glossário de Termos) com termos padronizados,
respectivas definições e exemplos, assegurando desta forma interpretação única dos
dados em análise.
Na instituição foram designados 2 analistas de sistemas com
amplo
conhecimento do modelo de dados (modelo ER) do sistema corporativo. O coordenador
do projeto foi designado pela presidência da instituição, sendo um profissional com
perfil empreendedor e com penetração nas áreas gerenciais e técnicas.
Além destes profissionais, fazem parte da equipe usuários responsáveis da área
sob análise. Buscaram-se profissionais com perfil de liderança e com profundo
conhecimento do negócio da instituição.
A empresa parceira que participou da 1ª fase do projeto, entrou com
profissionais com conhecimento da ferramenta e com experiência de implantação de BI
em outras empresas. Após a 1ª fase, utilizamos desta empresa a Interface (Front-End)
através de um contrato de suporte técnico, cabendo o desenvolvimento dos módulos à
equipe interna do HCPA.
2.4. Ambiente
Para o desenvolvimento do IG estão sendo utilizados os seguintes produtos:
•
•
•
•
•
•
•
•
Microsoft (SQL Server) 8.00.534
Enterprise Manager 5.0
Query Analyser 8.00.382
Analysis Service 8.00.534
Excel10.2614.2625
Internet Explorer 5.50.4807.2300
Dashboard 3.0
Processor BI (produto da Processor Informática Ltda)
O servidor utilizado para o IG é separado do utilizado para os sistemas
corporativos, eliminando o risco de os sistemas competirem espaço e tempo de resposta.
Para a construção e armazenamento dos dados está sendo utilizado um servidor
IBM x-350 com 2 processadores de 700 Mhz, 1 GB de memória e 36 GB de disco. As
estações cliente são os microcomputadores em rede com software com Office XP.
3. Metodologia de Desenvolvimento
Utilizamos a tecnologia Microsoft.NET. Para a geração do banco de dados
multidimensional (OLAP), utiliza-se o Data Transformation Services (DTS), que é o
serviço de extração do SQL Server 2000. Esta ferramenta copia, move, consolida, limpa
e valida os dados, gerando a base de dados. A principal ferramenta para trabalhar com o
Data Tranformation Services é o DTS Designer. O Designer é uma interface gráfica
amigável onde criamos transformações de dados com as tarefas de DTS.
A ferramenta Analysis Services permite a criação da base de dados OLAP
(Online Analytical Processing), ou seja, a criação dos cubos. Estes são acessados
através do produto Processor Business Intelligence (ferramenta de interface para o
usuário) que fornece todos os recursos necessários para analisar e manipular as
informações em interface WEB (Figura 1).
Figura 1. Interface para o usuário
3.1. Definição do Escopo
Para a definição do escopo, o assunto é estudado e verificado a influência ou
abrangência na instituição como um todo, a fim de que não sejam criados módulos que
atendam somente a uma área específica e sim, com a preocupação de buscar
relacionamento com outras áreas. Por exemplo: se estivermos falando em produção
assistencial, é verificada a contrapartida na área financeira, o que representa e como se
interligam as informações.
Nesta fase é definido o grupo de usuários responsáveis pela área em questão, os
quais apresentarão as necessidades da área e serão os responsáveis pela homologação
das informações.
O grupo de trabalho (analistas, coordenador e usuários), neste momento, define a
padronização de nomes gerando o glossário de termos, que faz com que haja unicidade
de termos em todas as áreas.
Durante esta fase é definida a periodicidade de atualização dos dados e os níveis
de acesso.
3.2. Modelo de Dados
Nesta fase é construída a estrutura dos dados. São criadas tabelas que conterão as
informações referentes ao escopo definido. Utilizamos o formato denominado estrela
(the star schema), onde existe a estrutura para as Tabelas Fato e as Tabelas Dimensão.
Dimensão é o que dá significado aos fatos e os torna únicos. As Medidas geralmente são
valores quantitativos, colunas numéricas que representam o valor a ser analisado. A
intersecção entre Medidas e Dimensões geram a Tabela Fato. ( Agosta, Louis , 1999)
A modelagem estrela permite apresentar a relação entre as Tabelas Fato e suas e
Dimensões, apresentando as mesmas como foreign key da Tabela Fato.
3.3. Transformação dos Dados (DTS)
A ferramenta que utilizamos para fazer a transformação dos dados permite buscar
qualquer tipo de dado seja qual for a sua origem. Através da transformação dos dados de
origem, geramos a base de dados do BI. Esta base é formada por vários DM,
segmentando o DW por áreas e assuntos.
As origens de dados que utilizamos no IG são:
- Sistema Corporativo AGH (base Oracle): Para buscar estas informações são
realizadas queries em SQL. Estas queries são realizadas a partir da análise do
modelo E-R da instituição e baseadas em reuniões com os analistas de
sistemas responsáveis pela respectiva área de atuação;
- Sistemas Informatizados de Setores Específicos (base Oracle): São
realizadas queries em SQL. Estas queries são realizadas a partir de contato
com a empresa fornecedora do sistema a fim de repasse do conhecimento do
modelo ER.
- Planilhas Excel: Estas planilhas são mantidas pelos usuários. São utilizadas
planilhas em Excel para áreas/assuntos que não possuem sistema
informatizado. A busca das informações através destas planilhas é feita
através do DTS onde as células da planilha funcionam como colunas de
tabelas.
3.4. Projeto e Geração dos cubos
Nesta fase é utilizada a ferramenta Analysis Manager, onde é feita a construção da base
de dados OLAP através dos cubos, realcionando as dimensões e medidas por assunto.
As dimensões podem ser criadas compartilhadas, isto é, permitindo que esta
mesma dimensão seja utilizada em um ou mais cubos. Na construção das Dimensões,
usamos dois tipos: Star Schema e Snowflake Schema.
3.5. Controle de Acesso
Foram determinados grupos de acesso denominados roles que caracterizam grupos de
usuários com mesmo nível funcional dentro da instituição. Foi feito o cruzamento de
cada role com os cubos que o grupo tem direto de acesso.
O controle de acesso se dá em 3 etapas:
- Acesso à base de dados SQL Server através da ferramenta SQL Server
Enterprise Manager: Determina todos os usuários do HCPA que possuem
direito de acesso a base de dados do IG;
- Acesso aos cubos através da ferramenta Analysis Manager: Determina os
cubos que cada role poderá acessar e quais usuários fazem parte da mesma;
- Acesso às visões publicadas no browser: Determina o menu de acesso para
cada usuário do IG, de acordo com seu nível de acesso.
3.6. Disponibilização aos Usuários Finais
Os cubos gerados são acessados via Pivot Table do Excel, transformados em tabelas
dinâmicas e salvos em formato htm de acordo com a visão (lay-out) previamente
definida. Através do produto Processor Business Intelligence, estes códigos em htm são
importados e publicados. Este produto permite criar perfis de acesso às visões criadas e
permite algumas facilidades, disponibilizadas no lado esquerdo da tela (Figura 2), tais
como:
-
Exportar a visão para o Excel, a fim de gerar projeções, criar novas colunas;
Enviar a visão explorada pelo usuário por e-mail, a fim de compartilhar análises;
Criar visões pessoais, com os filtros e formatos mais usuais;
Criar visões gerais, possibilitando disponibilizar para outros usuários visões
construídas pelo próprio usuário;
Acessar o glossário de termos;
Visualizar em forma de gráfico;
Buscar explicação de funcionalidade do cubo;
Figura 2. Cubo de Internação
3.5. Treinamento
O treinamento foi composto de 2 módulos, um de 2 horas que explorava as
funcionalidades da ferramenta e outro módulo de 2 horas com formato de workshop
para discutir o conteúdo dos cubos. As turmas eram sempre de seis pessoas com micro
computadores individuais para uso e agrupadas por perfil de usuário.
3.6. Análise Crítica das Informações
Nesta fase os usuários utilizam as informações para tomada de decisão, fazem
correlações e cruzamentos entre os cubos. Isto estimula questionamentos e até
realização de projeções e geração de gráficos.
4. Resultados Obtidos
O IG promove ampla discussão entre grupos de trabalho sobre a definição dos conceitos
básicos sobre indicadores existente na área assistencial e informações referentes a
produção e faturamento, gerando muitas vezes uma revisão nos processos de trabalhos e
mudanças no sistema corporativo (sistema AGH) com o objetivo de qualificar ainda
mais as informações de origem.
A ferramenta utilizada para a construção dos cubos rastreia o dado na origem (no
banco de dados do sistema corporativo e/ou planilhas mantidas pelo usuário), tornando
visível o seu conteúdo, possibilitando estratificações e permitindo que o gerente faça
análise e críticas. Este é, sem dúvida, um dos efeitos mais importantes da não
interferência do analista de sistemas na consulta ao banco de dados. Para ilustrar esta
situação mostramos a seguir o depoimento do Assessor da Vice-Presidência Médica: “O
IG era uma solicitação muito antiga das pessoas que fazem o monitoramento da
qualidade assistencial e dos processos administrativos no HCPA. Era um desejo poder
trabalhar com uma base de dados diretamente na tela. Desejávamos um SW para
construir indicadores e análises estratificadas sem depender dos analistas de sistemas
para efetuar cada passo. O IG foi a realização desta aspiração”.
Ao final do processo de implantação do IG, evidenciaram-se resultados
ocorridos em processos finalísticos, dentre os quais destacamos:
- A atuação dos gerentes diretamente nos dados, gerando planilhas de projeção
com os dados obtidos;
- Disseminação de conceitos utilizados na instituição independente das áreas de
atuação.
Para ilustrar esta situação, mostramos a seguir o depoimento do coordenador da
gerência administrativa: “O IG disponibiliza informações da instituição
instantaneamente. Estas dão suporte à tomada de decisões e possibilitam o cruzamento
de informações de uma forma macro interagindo com todas as áreas. Através do IG
verificamos se houve aumento da produção, da receita, etc“.
A posição do coordenador da gerência administrativa é clara neste sentido
quando afirma que “Com a implantação do IG, reduziu-se o tempo de formação de um
consenso sobre os dados, pois o sistema indica, direciona o caminho a ser tomado. Dá
um caráter científico à decisão eliminado assim suposições sem embasamento.”
5. Lições Aprendidas
O desenvolvimento do projeto IG no HCPA proporcionou um rico processo de
aprendizagem à equipe envolvida. Ao analisarmos todo o processo vivenciado e os
resultados obtidos, identificou-se um conjunto de lições aprendidas no processo. A
seguir apresentamos as principais lições aprendidas e tecemos comentários sobre cada
uma delas, buscando identificar as origens do processo de aprendizagem vivenciadas
no processo descrito neste artigo.
Lição 1: É fundamental a existência de um patrocinador com forte apoio político.
Para a realização deste projeto contamos com um bom “padrinho”, no caso o
presidente do HCPA, que fez com que fosse possível atravessar barreiras e quebrar
paradigmas. Constatamos que realmente esta é uma figura muito importante para
conseguirmos êxito na implantação do nosso IG- Informações Gerenciais. Sua atuação
é bastante importante tanto nos aspectos que se referem a recursos financeiros quanto,
e principalmente, no que se refere à utilização do IG como ferramenta de gestão de
informações na instituição, utilizando-o para as tomadas de decisões nas reuniões com
o grupo gerencial.
Lição 2: Participação dos usuários é fundamental.
Durante o desenvolvimento deste projeto contamos em todos os módulos com
usuários responsáveis das áreas para a definição das necessidades e análise das
informações geradas. A participação destes usuários compondo a equipe de
desenvolvimento é fundamental, pois eles têm o conhecimento da área e da instituição
como um todo, possuindo a competência de saber o reflexo das informações,
possibilitando o relacionamento entre as áreas.
Lição 3: Nivelar o conhecimento dos participantes amplia a participação.
A criação de um glossário único de termos, a transparência das informações e sua
padronização permitiram que a integração entre as diversas áreas fosse estimulada.
Atualmente, as decisões são compartilhadas e mudanças significativas são promovidas
a partir da análise e exploração das informações contidas no IG.
Lição 4: A equipe técnica deve ter atuação exclusiva no projeto.
Ter sido designado uma equipe de analistas de sistemas exclusivamente dedicados a
este projeto e com conhecimento do ambiente transacional foi de grande importância,
permitindo um forte envolvimento nas áreas trabalhadas e com o grupo de usuários
que participam das definições. Tendo uma equipe dedicada exclusivamente a este
projeto torna possível a pesquisa e estudo para qualificar a obtenção das informações e
publicação destas. Ter uma coordenação forte em liderança e persistente na
eliminação de barreiras e de resistências com forte penetração nas diversas áreas de
atuação e juntamente ao patrocinador do projeto.
Lição 5: Aspectos técnicos e metodológicos são críticos para o sucesso.
A utilização de tecnologias modernas e o treinamento para a sua utilização são fatores
muito importantes. A parceria com uma empresa detentora de conhecimentos
tecnológicos, fazendo o repasse tecnológico para a equipe interna paralelo ao
desenvolvimento, foi um fator que com certeza contribuiu para o rápido
assimilamento dos conhecimentos técnicos, pois a medida que foi feito o
desenvolvimento a equipe teve a possibilidade de aprender praticando os novos
conceitos. Também foi importante durante o desenvolvimento a oportunidade da
realização de um treinamento formal externo, gerando um embasamento teórico e
prático. Para o sucesso no desenvolvimento é importante que a equipe tenha um bom
conhecimento técnico. Outro fator importante é manter um contrato de manutenção
com uma empresa detentora da tecnologia para caso de duvidas posteriores.
6. Considerações Finais
O projeto do IG ganhou notoriedade quando o patrocinador do projeto afirmou: “O
acesso à informação estimula o sentimento de pertencer e o senso de responsabilidade
dos agentes de toda a instituição”. Com base neste pensamento motivador, o IG
caracterizou-se como um dos projetos institucionais prioritários da área de tecnologia da
informação.
Na medida em que a solução IG foi se incorporando no processo decisório,
passou a ser uma importante ferramenta para a realização de projeções e simulações
neste contexto. Possibilitando, inclusive, comparações em tempo real com sites que
disponibilizam indicadores. Mediante a disseminação do uso do IG pelo quadro
gerencial do hospital, consolida-se a cultura necessária para que os principais benefícios
esperados possam ser alcançados.
Para a melhor utilização deste ambiente são necessárias criatividade e habilidade
humanas na utilização das informações, a fim de criar novas oportunidades. Quanto
mais criativo o usuário, melhor o uso das ferramentas.
7. Bibliografia
Barbieri, Carlos (2001) “BI–Business Intelligence – Modelagem & Tecnologia”,
Ed.: Axcel Books do Brasil Editora. Rio de Janeiro, 424 p.
Inmon WH. (1997) “Como Construir o Data Warehouse”, Ed.: Campus, Rio de
Janeiro, 388 p.
Inmon WH. (1999) “Gerenciando Data Warehouse”, Ed.: Makron Books , São
Paulo, 375 p.
Agosta, Louis (1999) “The essential guide to Data Warehousing”, Ed. Prentice Hall,
480p.