Análise de dados industriais no ambiente SAP

Abstract

O presente trabalho aborda a análise de dados industriais no ambiente SAP, com foco na gestão de materiais e confirmações de ordens de produção. O problema da pesquisa consiste na necessidade de transformar dados brutos de processos de negócio em insights acionáveis para a tomada de decisão. A hipótese central é que a integração e análise de dados provenientes das tabelas MARA, MSEG e AFRU podem gerar indicadores de desempenho relevantes. O objetivo geral é desenvolver uma metodologia para extrair, tratar e analisar dados de processos industriais em um ambiente SAP, apresentando os resultados em uma plataforma de Business Intelligence. A metodologia empregada caracteriza-se como pesquisa aplicada e quantitativa, com caráter exploratório e descritivo. Os testes foram realizados por meio da construção de dashboards interativos na plataforma SAP Analytics Cloud (SAC), que permitem a visualização e interpretação dos dados. Os resultados esperados incluem a geração de relatórios e indicadores de desempenho que auxiliem na otimização dos processos de produção e gestão de materiais.This study addresses the analysis of industrial data within the SAP environment, focusing on material management and production order confirmations. The research problem lies in the need to transform raw business process data into actionable insights for decision-making. The central hypothesis is that the integration and analysis of data from MARA, MSEG, and AFRU tables can generate relevant performance indicators. The general objective is to develop a methodology for extracting, treating, and analyzing industrial process data in an SAP environment, presenting the results on a Business Intelligence platform. The methodology employed is characterized as applied and quantitative research, with an exploratory and descriptive nature. Tests were conducted through the creation of interactive dashboards on the SAP Analytics Cloud (SAC) platform, which allow for data visualization and interpretation. Expected results include the generation of reports and performance indicators that assist in optimizing production and material management processe