Adequação das Técnicas de Data Mining para a Análise da Informação na Medição de Desempenho

Transcrição

1 Adequação das Técnicas de Data Mining para a Análise da Informação na Medição de Desempenho Flavio Augusto Custodio (UFSCar) fcustodio@dep.ufscar.br Roberto Antonio Martins (UFSCar) martins@power.ufscar.br Antonio Carlos dos Santos (UFSCar) santos@dc.ufscar.br Resumo O objetivo deste artigo é discutir o uso de data mining na medição de desempenho.a medição tem passado por significativas mudanças desde a constatação da inadequação do sistema de medição de desempenho (SMD) tradicional, oriundo da Contabilidade Gerencial da década de 20 do século passado. Existem vários direcionadores dessas mudanças, sendo a tecnologia de informação (TI) uma deles. Apesar de não ser vital para a medição de desempenho, a TI pode ajudar de forma substancial as atividades de um SMD (processos de coleta de dados eficientes, armazenamento e gestão dos dados sobre desempenho e a disseminação dos resultados sobre desempenho). Uma das abordagens de TI úteis no processo de medição de desempenho é a data mining, pois ela explora bases de dados de desempenho históricas, armazenados em data warehouses ou data marts, para realizar diversas análises com o intuito de extrair informações úteis, tanto em quantidade e qualidade, para os tomadores de decisão. No artigo são exploradas as relações entre operações, técnicas e ferramentas mostrando possibilidades da data mining auxiliar a medição de desempenho. Palavras chave: Medição de desempenho; Data mining; Análise da informação. 1. Introdução Nos dias atuais as dinâmicas econômicas, sociais e políticas afetam o ambiente industrial e a vida das grandes companhias e cada vez mais as mudanças se aceleram. Dentro desse contexto, o sucesso das organizações vai depender da habilidade de reconhecer o ambiente em que estão operando e de se modificarem de acordo com a mudança desse mesmo ambiente (Neely, 1998). Para que seja possível reconhecer o ambiente e alterar de acordo com ele, é necessário tomar decisões baseadas no desempenho (Kaydos,1991). Por isso, para avaliar o desempenho apropriadamente, as medidas de desempenho podem ser de grande utilidade para gerar informação útil para a tomada de decisão visando o alcance de objetivos e metas da organização (LEBAS, 1995). A medição do desempenho aliada a uma arquitetura de informação facilita o uso das informações para a tomada de decisão (Eccles, 1991), porém o excesso de dados coletados e as várias perspectivas ou aspectos do desempenho podem dificultar o estabelecimento e análise dos relacionamentos entre os indicadores de desempenho e conseqüentemente reduzir a eficácia na geração de informação útil para a tomada de decisão (KUENG et al., 2001). Uma forma de superar essa dificuldade é a utilização de uma abordagem de apoio à decisão conhecida como data mining que pode extrair informações úteis de uma base de dados de desempenho, contidas em uma data warehouse ou data mart (Kueng et al., 2001), por meio de conjunto de técnicas presentes em uma operação analítica (modelagem preditiva, por exemplo) que delineia a análise do tomador de decisão (CABENA et al., 1997). Portanto, neste artigo são apresentados os tipos de operações analíticas, técnicas e ferramentas da abordagem data mining e são discutidas as possíveis aplicações na medição de desempenho. ENEGEP 2003 ABEPRO 1

2 O artigo é composto por uma fundamentação teórica em medição de desempenho mostrando a relevância da tecnologia de informação como um direcionador das mudanças ocorridas nesse campo a partir dos anos 90 do século passado. Também são apresentados a tecnologia de informação e o papel do sistema de apoio à decisão no auxílio à medição de desempenho. Posteriormente, é apresentada a abordagem data mining mostrando quando e como se deve aplicá-la. É mostrado o papel da data warehouse no uso da data mining e quais são as etapas de um projeto de data mining. Por fim, são discutidas as relações entre as operações analíticas, técnicas e ferramentas de data mining e o auxílio dessa na medição de desempenho. Conclusões serão feitas a partir da discussão. 2. Medição de Desempenho e o papel da Tecnologia de Informação A medição de desempenho (MD) é um tópico atual no campo da Engenharia de Produção e áreas afins. Ela é definida como um processo de quantificação da eficiência (quão economicamente os recursos são utilizados) e da eficácia (o quanto dos requerimentos dos clientes são realizados) das ações passadas (NEELY, 1995). Vários autores argumentam que a medição de desempenho vive uma revolução desde o início da década passada (Eccles, 1991; Sink, 1991; Neely, 1998; Neely, 1999). Sobre essa revolução, Neely (1999, p.208) apresenta um fato:... Dez anos atrás pouca menção sobre o desempenho não-financeiro era feita nos relatórios para os presidentes e executivos chefes. Recentemente, algumas organizações tem tornado mais explícito a ligação entre as dimensões financeiras e não-financeiras do desempenho.... A razão para essa revolução é a inadequação dos sistemas de medição de desempenho tradicionais desenvolvidos com base na Contabilidade Gerencial do início do século passado, coerente com o paradigma produtivo da produção em massa (MARTINS, 1998). As mudanças internas e externas no ambiente industrial mostraram a incompatibilidade dos princípios tayloristas com as novas demandas na indústria (Quadro 1): Princípios Tayloristas Mecanismos de desempenho são estáveis Acesso à informação completa sobre as tarefas Desempenho se reduz à minimização de custos Custo global é igual ao custo do fator predominante Fonte: Martins (1998). Novas Demandas Aumento da complexidade devido a aceleração da inovação tecnológica de produto e processo, diminuição do ciclo de vida dos produtos e aumento da concorrência no âmbito mundial Aumento da complexidade das tecnologias de produto e processo, crescimento do conteúdo de conhecimento das tarefas e surgimento de especialistas Adoção de estratégias de diferenciação devido ao aumento da concorrência que inverte a lógica do mercado (passa a ser regido pela demanda) O custo da mão de obra de indireta, dos equipamentos (amortização) e dos materiais cresceram e não existe mais o fator dominante Quadro 1 - Perda de Validade dos Princípios Tayloristas Essas mudanças no ambiente industrial se refletem na insatisfação no uso da Contabilidade Gerencial, por meio do intenso aumento das críticas, tanto acadêmicas e empresariais, a medição de desempenho financeira considerada obsoleta, voltada para uma perspectiva de curto prazo e com forte potencial de manipulação por meio dos relatórios financeiros (ECCLES, 1991). Ainda segundo esse mesmo autor, há uma maior preocupação gerencial sobre o fato das medidas de desempenho financeiro mostrarem apenas as conseqüências das decisões do passado e não indicarem o desempenho futuro. Decorrente desses fatores que geraram a inadequação houve então a necessidade de uma visão multidimensional e balanceada para acessar o desempenho levando ao surgimento de vários modelos, como por exemplo, o Balanced Scorecard desenvolvido por Kaplan e Norton, (1996). O objetivo dos modelos é ajudar as organizações a definirem um conjunto de medidas ENEGEP 2003 ABEPRO 2

3 de desempenho que reflitam os objetivos e avaliem o desempenho apropriadamente (KENNERLEY e NEELY, 2002). Pode-se constatar que os modelos de medição de desempenho eficazes e eficientes devem considerar os seguintes fatores que mudaram a realidade das organizações em sua maioria (NEELY, 1999): a mudança da natureza do trabalho; o aumento considerável da competição; as iniciativas de melhorias específicas; os prêmios da qualidade nacionais e internacionais; a mudança de foco do papel das organizações; a mudança de relacionamento das demandas externas; e o poder da tecnologia de informação. Como destaque a esses fatores de mudança tem-se o poder da tecnologia de informação. Apesar de não ser vital para a medição de desempenho, a tecnologia de informação pode ajudar de forma substancial as atividades de um SMD (KUENG et al., 2001). Segundo NEELY (1998, p.5),...um SMD deve possibilitar que decisões e ações sejam tomadas com base em informações porque ele quantifica a eficiência e a eficácia de decisões passadas por meio da aquisição, compilação, categorização, análise, interpretação e disseminação de dados adequados.... Portanto, a tecnologia de informação pode auxiliar uma SMD na automatização da atividade de obtenção de informações, o que Kueng et al.(2000) define como o processo de obtenção de dados relevantes de desempenho provenientes de diferentes recursos, podendo rapidamente comparar os valores atuais com dados históricos e metas e comunicar os resultados para os atores organizacionais. Tendo em vista as mudanças do ambiente industrial com o aumento da complexidade das organizações e a adoção de estratégias competitivas de diferenciação, a complexidade da medição de desempenho aumentou, resultando num conjunto de medidas de desempenho muito maior (Martins, 1998). Desta forma, fica um tanto quanto difícil manipular dados históricos sobre desempenho para identificação de padrões de relacionamento sem lançar mão de conceitos, técnicas e ferramentas da tecnologia de informação (KUENG et al., 20001). A tecnologia de informação agrega um conjunto de tecnologias como hardware, software, telecomunicações, redes de comunicação, workstation, robótica, os chips inteligentes, etc... que tornam possível o funcionamento de um sistema de informação (LAUDON e LAUDON, 2002). Um dos usos da tecnologia de informação é nos sistemas de apoio à decisão que evoluíram bastante nas últimas décadas. Esses sistemas baseados em computador auxiliam o processo decisório utilizando modelos e ferramentas analíticas para resolver problemas não estruturados em uma organização (JUNIOR et al., 2000; LAUDON e LAUDON, 2002). Os sistemas de apoio à decisão podem auxiliar o SMD de duas formas: a primeira é a construção de uma base de dados, como uma data warehouse, contendo os dados de desempenho que facilitam o uso de abordagens analíticas para a tomada de decisão; e a segunda é o enriquecimento de uma rede de relacionamentos entre medidas de desempenho pela realização de variadas atividades analíticas, onde se destaca a data mining. Essas atividades analíticas são complicadas e complexas de serem realizadas ou percebidas pelo ser humano sem requerer um certo grau de automação (KUENG et al., 2001). 3. Data Mining A data mining explora bases de dados históricas para obter padrões e relações existentes nesses dados com o propósito de auxiliar a tomada de decisão (CABENA et al.,1997; TANLER, 1997; LINDEN, 2001; LAUDON e LAUDON, 2002). Geralmente, ela é aplicada ENEGEP 2003 ABEPRO 3

4 numa base de dados, denominada data warehouse ou data mart, que é uma coleção de dados provenientes de múltiplas fontes de dados internos e externos, permitindo o uso de ferramentas analíticas para consultas estruturadas e ad-hoc, relatórios analíticos e suporte a decisão (Hardinjer e Inmon apud Costa et al., 2000). A base de dados pode ser centralizada ou descentralizadas em data marts presentes em áreas ou grupos de uma organização (GARDNER, 1998). A data warehouse, dentro do contexto organizacional, pode auxiliar a data mining da seguinte forma, como ilustra a Figura 1: Empresa Data Warehouse Bases de Dados Transacionais Sistema de Informação Gerencial Técnicas de Data Mining Data Mart. Outras Bases de Dados Missão Informação Fatores Críticos de Sucesso Informação Dados Objetivos do Negócio Define Define Sistema de Produção Medidas Estratégia dos Negócios Fonte: (Desenvolvido pelos autores) Figura 1. Data Warehouse no contexto organizacional A data warehouse pertence ao sistema de informação gerencial da empresa que é responsável pela transformação dos dados em informação útil para verificar se a estratégia de negócios está gerando os efeitos desejados na empresa. Um projeto de data mining pode ser realizado a partir de três possíveis métodos: o primeiro é o top-down, no qual são sugeridas hipóteses a serem validadas, caso não sejam é feita uma revisão e o lançamento de uma nova hipótese. O segundo método é o bottom-up, no qual os dados são analisados e extraídos padrões, duas vertentes surgem desse método que é o bottom-up supervisionado em que os tomadores de decisão têm uma idéia do que estão procurando e o bottom-up não-supervisionado em que os tomadores de decisão não têm idéia do que estão procurando. Existe um método híbrido, que combina os dois métodos apresentados, cuja análise dos dados e descoberta de padrões pode gerar hipóteses para serem validadas em um projeto de data mining (THURAISINGHAM, 1999). Um projeto de data mining apresenta diversas etapas de desenvolvimento, como ilustra a Figura 2. Convém destacar algo pouco mencionado em trabalhos acadêmicos, a necessidade da escolha das operações analíticas de data mining servindo como direcionador para análise dos resultados. Elas são baseadas na definição do problema, e na seleção e processamento dos dados: ENEGEP 2003 ABEPRO 4

5 Problem Definition Acquisition of Background Knowledge Selection of data Pré - processing of data Choosing of the Adequate Data Mining Operation Analysis and Interpretation Reporting and Use Fonte: (Adaptado de Feelders et al., 2000) Figura 2. Estágios do Processo de Data Mining Há três razões para desenvolver um projeto de data mining: a) visualização dos dados (qualificar e organizar os dados para melhor visualizá-los e também encontrar novas formas de visualizar); b) descoberta de novos conhecimentos (busca explicar relacionamentos ocultos, padrões e correlações entre diferentes dados existentes); e c) maior precisão dos dados (obter dados mais consistentes) (FILHO E SHIMIZU, 2002). Várias operações podem ser usadas no projeto de data mining, desde apenas uma até várias delas utilizadas (Cabena et al., 1997; Thuraisingham, 1999). O Quadro 2 apresenta as principais operações em um projeto de data mining: Operações Definição Técnicas Utilizadas Modelos Preditivos Predizer comportamentos ou resultados utilizando Classificação e Predição de valor dados históricos e técnicas de encadeamento lógico como redes neurais, árvore de decisão e métodos de regressão. Agrupamentos em base de dados Agrupa os dados em termos das características desejadas pelos decisores. Agrupamento via redes neurais e separação demográfica Análise de Associações Buscar padrões de relacionamentos entre o fator desejado pelos decisores e outros fatores pertencentes a base de dados construindo regras e condições para se obter o relacionamento. Descoberta de associação, descoberta de padrões seqüenciais e descoberta de seqüências similares no tempo. Detecção de desvios Busca desvios ou falhas em populações de dados. Estatística e visualização gráfica Fonte: (Cabena et al., 1997) Quadro 2. Possíveis operações em um projeto de data mining 4. O uso da data mining na medição de desempenho Para iniciar a discussão são apresentadas, no Quadro, 3 às técnicas de data mining e as possíveis aplicações na medição de desempenho. Uma análise desse quadro pode-se notar que a modelagem preditiva, que contém as técnicas de classificação e predição de valor, se aplica na medição de desempenho no estabelecimento do posicionamento de cada medida de desempenho no sistema de gestão da empresa e na predição da finalidade e do impacto gerado por cada medida e desempenho. O agrupamento de base de dados, que pode ser feita via rede neural ou demográfica, visa organizar os dados de desempenho proveniente de uma base de dados. A organização dos dados pretende facilitar e otimizar a análise perante o problema estabelecido no projeto de data mining. Geralmente, essa operação de data mining é acompanhada de outras operações. A análise de associações, como as associações simples, seqüenciais ou similares no tempo, visam estabelecer relacionamentos entre medidas de desempenho com o estabelecimento de uma regra que dita essa relação. Os relacionamentos entre as medidas podem ocorrer no mesmo ou em diferentes períodos, ou até mesmo com as mesmas medidas de desempenho atendendo a produtos ou processos diferentes. ENEGEP 2003 ABEPRO 5 time

6 Técnicas Definição Aplicações na medição de desempenho Classificação Consiste em determinar uma função ou critério que classifica um registro de dados em uma dentre diversas classes predefinidas Separação das medidas de resultado (lagging) e direcionadoras do resultado (leading) utilizando algum critério como tempo de espera da Predição de valor Agrupamento via redes neurais Separação Demográfica Descoberta de associação Descoberta de padrões seqüenciais Descoberta de seqüências similares no tempo Estatística Visualização Buscam predizer valores usando uma série de valores já existentes. Agrupamentos de inputs são apresentados e outputs passam a competir com outros até encontrar o mais adequado que torna à ligação mais próxima do input apresentado por meio das conexões com os respectivos pesos. Construir segmentos comparando cada registro de dados com todos os segmentos criados e depois adicioná-los a um deles ou criar um novo segmento caso não encontre compatibilidade. Têm o propósito de encontrar registros de dados que implicam na presença de outros registros da mesma transação. Detecta padrões entre registros de dados relacionado com um conjunto de outros registros em transações diferentes de uma base de dados em um dado período de tempo Encontra todas as ocorrências, similares ocorrências ou seqüências similares para uma seqüência alvo com dados em série temporal. Detecta a presença de dados estranhos ou inválidos e os possíveis vieses nos dados que podem inviabilizar a mineração de dados. Possibilita o usuário obter uma compreensão melhor e mais intuitiva dos dados e resultados apresentados. Fonte: (Cabena et al., 1997; Bispo, 1998; Felipe, 2000) resposta das medidas. Predizer uma medida de desempenho a partir de outras medidas relacionadas utilizando algum método de regressão. Rearranjo de dados numéricos de desempenho de uma data mart visando otimizar os relacionamentos entre as medidas de entrada, processo e saída. Agregação ou desagregação de dados de desempenho em classes baseadas em um critério visando atender alguma necessidade estratégica da companhia. Determinação de relacionamentos baseado em regras entre medidas de desempenhos em um mesmo evento. Determinação de relacionamentos baseado em regras entre medidas de desempenhos em eventos seqüenciais, ou seja, eventos ocorridos em tempos diferentes. Análise de valores de variáveis de desempenho em um período visando à descoberta de relacionamentos entre as variáveis. Útil na estimação da probabilidade de um relacionamento de causa e efeito ocorrer entre as medidas de desempenho. Apresentação dos resultados em formato gráfico, matriz ou tabela facilitando a análise de um maior número de variáveis de desempenho. Quadro 3. As técnicas de data mining e as aplicações na medição de desempenho. A detecção de desvios, com as técnicas estatísticas e de visualização, auxilia na determinação de probabilidades de um relacionamento entre medidas de desempenho, como também detectar pequenas flutuações nos dados de desempenho que podem indicar algum desvio ou vieses nos dados. Essa operação pode servir de apoio a outras operações como modelagem preditiva e análise de associações. Cada operação de data mining apresenta ferramentas (softwares, modelos etc.) que são utilizadas na realização da operação. O Quadro 4 apresenta as possíveis ferramentas utilizadas para cada operação. ENEGEP 2003 ABEPRO 6

7 Operações Modelagem Preditiva Agrupamento de base de dados Principais Ferramentas Classificação: Online Analytical Processing (OLAP), árvore de decisão ou rede neural. Predição de valor: regressão linear, não linear e múltipla. Via rede neural: método Kohonen. Separação demográfica: Condorset Análise de Associações Detecção de desvios Market Basket Analysis, Inductive Logic Programming. Estatística: Sumarização estatística dos dados. Fonte: (Cabena et al., 1997; Thuraisingham, 1999; Linden, 2001) Visualização: Uso de softwares estatístico, planilhas eletrônicas ou OLAP. Quadro 4. Principais Ferramentas Utilizadas nas Operações de Data Mining 5. Considerações Finais Pode-se verificar que o uso da abordagem de data mining é útil para a medição de desempenho. Dentre as três razões apresentadas por Filho e Shimizu (2002) para a contribuição da data mining na medição de desempenho pode-se destacar: visualização de dados: definição de um melhor posicionamento das medidas de desempenho frente ao sistema e melhor agrupamento dos dados de desempenho seguindo um critério estratégico; descoberta de novos conhecimentos: estabelecer padrões de relacionamentos de medidas de desempenho; e dados mais consistentes: detectar possíveis desvios na população que contém os dados de desempenho. Porém, para ser possível que um projeto de data mining realize essas atividades, deve-se conter as seguintes premissas (Feelders, 2000): uma base de dados de desempenho na forma de uma data warehouse ou data mart, pois facilita a obtenção de dados para a análise; um conjunto de expertise que sejam especialistas nas operações, ferramentas e técnicas de data mining, especialistas na interpretação dos dados e especialistas na interpretação dos resultados; e um membro da organização profundo conhecedor das atividades da empresa e do problema que ela enfrenta para auxiliar a equipe de expertise. Tendo essas premissas, um projeto de data mining pode ser aplicado na área de medição de desempenho desde que a gestão da organização tenha claramente formulado qual o problema ou desafio que precisa superar. 6. Referências Bibliográficas BISPO, C.A.F. (1998) - Uma análise da nova geração de sistemas de apoio à decisão. In: Data Mining. Dissertação (Mestrado). Escola de Engenharia de São Carlos, Universidade de São Paulo, São Carlos. CABENA, P.; HADJINIAN, P.; STADLER, R.; ZANASI, A. (1997) - Discovering Data Mining: From Concept to Implementation. In:. Face to Face with the Algorithms. New Jersey: Prentice Hall PTR, pp COSTA, L.C.; KLOSTER, N.J.A; GRAEML,K.S.; MAZIA, R.F. (2000) - Data mining... ou procurar uma pepita de ouro em uma poça de lama. In: ENCONTRO NACIONAL DE ENGENHARIA DE PRODUÇÃO, 10, 2000 São Paulo. Anais... São Paulo: ABEPRO/USP, 8p. ECCLES, R.G. (1991) - The performance measurement manifesto. Harvard Business Review, vol.69, n.1, pp ENEGEP 2003 ABEPRO 1

8 FEELDERS, A.; DANIELS, H.; HOLSHEIMER, M. (2000) - Methodological and practical aspects of data mining. Information & Management, p , vol. 37. FELIPE, Joaquim César. (2000) - Extração de conhecimento sobre metadados de aplicações multimídia em um ambiente multidimensional orientado a objetos. Dissertação (Mestrado) Programa de Pós-Graduação em Ciência da Computação, Universidade Federal de São Carlos, São Carlos. FILHO, J.A.F.; SHIMIZU,T. (2002) - Data mining: Conceitos Básicos e Aplicações. Boletim Técnico da Escola Politécnica da USP Departamento de Engenharia de Produção, São Paulo, BT/PRO/104, 11p. GARDNER, S.R. (1998) - Building the Data Warehouse. Communications of the ACM. Vol. 41, N 9, pp JÚNIOR, O.G.F.; COSTA, E.B.; COSTA, M.P.S. (2000) - Um Sistema de Informação Gerencial para uma Companhia de Bebidas baseado na Tecnologia Data Warehouse. In: ENCONTRO NACIONAL DE ENGENHARIA DE PRODUÇÃO, 10., 2000, São Paulo. Anais... São Paulo: ABEPRO/USP, 8p. KAPLAN, R. S.; NORTON, D. P. (1996) - Linking the balanced scorecard to strategy. California Management Review, v. 39, n. 1, pp KAYDOS, W. (1991) - Measuring, Managing and Maximizing Performance, Portland, Productivity Press. KENNERLEY, M.; NEELY, A. (2002) - A framework of the factors affecting the evolution of performance measurement systems. International Journal of Operations & Production Management, Vol. 22, N. 11, pp KUENG, P.; MEIER, A.; WETTSTEIN, T. (2000) - Computer-based Performance Measurement in SMEs: Is there any option? Internal Working Paper No KUENG, P.; MEIER, A.; WETTSTEIN, T. (2001) - Performance measurement systems must be engineered. Communications of AIS, vol.7, article 3. LAUDON, K. C & LAUDON, J. P. (2002) - Management Information Systems: Managing the Digital Firm, Prentice Hall, 7th edition, Upper Saddle River, New Jersey. LEBAS, M. J. (1995) - Performance measurement and performance management. International Journal Production Economics, v.41, n.23-25, pp LINDEN, A. (2001) - Advanced Mining for Information and Content. In: GARTNER SYMPOSIUM ITXPO 2001, 2001, Orlando, Florida. Paper. Orlando, Florida, pp.1-18,. MARTINS, R.A. (1998) - Sistema de medição de desempenho: um modelo para estruturação do uso. Tese (Doutorado).Universidade de São Paulo, Escola Politécnica, São Paulo. NEELY, A.; GREGORY, M.; PLATTS, K. (1995) Performance Measurement System Design A Literature Review and Research Agenda International Journal of Operations & Production Management Vol. 15, N 4, pp NEELY, A. (1998) - Measuring business performance. London: The Economist. NEELY, A. (1999) - The performance measurement revolution: Why now and What Next? International Journal of Operations & Production Management Vol. 19, N 2, pp SINK, D.S. (1991) - The role of measurement in achieving world class quality and productivity management. Industrial Engineering, v.21, n.6, pp TANLER, R. (1997) - The intranet data warehouse. New York: John Wiley & Sons, Inc.. THURAISINGHAM, B. (1999) - Data Mining: Technologies, Techniques, Tools, and Trends. CRC Press LLC. ENEGEP 2003 ABEPRO 2