BUSINESS INTELLIGENCE: SUPORTE À GESTÃO DO DESEMPENHO CIENTÍFICO

Tamanho: px
Começar a partir da página:

Download "BUSINESS INTELLIGENCE: SUPORTE À GESTÃO DO DESEMPENHO CIENTÍFICO"

Transcrição

1 BUSINESS INTELLIGENCE: SUPORTE À GESTÃO DO DESEMPENHO CIENTÍFICO Felipe Zanellato Coelho (IFES) Igor Meirelles Gomes (IFES) Patricia de Aquino Lannes (IFES) Maria Alice Veiga Ferreira de Souza (IFES) Roquemar de Lima Baldam (IFES) A presente pesquisa propôs-se a formalizar uma estrutura de Bussiness Intelligence, composta de recursos como Extraction, Transform and Load (ETL), Data Warehouse (DW), Data Marts (DMa), Data mining (DMi) e Online Analitical Processing (OLAAP) para dar suporte à gestão do desempenho científico no âmbito público. Para isso se fez necessária uma pesquisa aplicada e uma pesquisa bibliográfica. No estudo foi sugerida a utilização de um sistema ETL para alimentar o DW e o DMa ficando a análise destes dados encarregadas de serem executadas por um sistema de DMi e um sistema OLAP tomando como modelo os indicadores de desempenho e a análise dinâmica antes elaborados. Com essa estrutura foram propostos modelos de relatórios digitais com os resultados em forma de planilhas, gráficos e tabelas de modo a tornar a tarefa de gerir a produção científica mais produtiva. Palavras-chaves: Business Intelligence, Data Warehouse, Gestão do desempenho científico, Produção científica

2 1 Introdução Técnicas administrativas como Balanced ScoreCard (BSC), Business Intelligence (BI), Business Activity Monitoring (BAM) têm sido implantadas, mas, na maioria das vezes, não refletem em um tempo ideal a realidade organizacional, pois não é suficiente ter as ferramentas, sendo também necessário interpretar os dados obtidos transformando-os em informações úteis de forma mais ágil. O desejo de os gestores guiarem-se por meio de ferramentas computacionais, de tal forma que possam tomar decisões baseadas em dados on line atualizados, parece, de fato, um problema. Pesquisadores da área, como Malina e Selto (2001), acusam o uso das técnicas acima realçando a ferramenta, e não o aspecto gerencial, como possíveis causas que prejudicam a gestão que se quer. Essa prática leva a resultados não confiáveis aos tomadores de decisão. Uma solução é o maior uso de manipulação estatística dos dados que gerem informações relevantes que os auxiliem na compreensão das atividades da organização. No que diz respeito à Estatística, é indicado que a prática organizacional conte com uma ciência de dados, uma vez que a compreensão desses é também uma habilidade chave nesse âmbito. Algumas práticas estatísticas incluem, por exemplo, o planejamento, a sumarização e a interpretação de observações segundo Freedman, Pisani e Purves (2007). A partir da produção de dados, da análise e do controle de processos é possível explicar a frequência de fenômenos ligados à organização, contribuindo, assim, para a previsão e o direcionamento de ações mais eficientes no futuro. Dessa forma, o objetivo da Estatística aqui é a produção da informação mais próxima possível da realidade e em tempo hábil a partir dos dados disponíveis, sendo entendida como um ramo da teoria da decisão. Particularmente, o âmbito público necessita da associação de recursos administrativos e estatísticos para fundamentar decisões importantes que envolvam, frequentemente, o direcionamento do orçamento público voltado para a satisfação dos interesses sociais. É o caso do Instituto Federal do Espírito Santo (IFES) que, preocupado com a nova missão de promover pesquisa científica, deve conhecer, por exemplo, a produção de seus servidores nos diferentes setores, nos diferentes campi, visando direcionar os investimentos e as decisões de modo dinâmico e ágil, cumprindo, assim, com uma gestão mais gerencial e voltada para necessidade da comunidade local e mundial. Portanto, para garantir melhor uso dos dados colhidos em campo, se faz necessária a implantação do conceito de Business Intelligence (BI) que utiliza o processo de coleta, organização, análise, compartilhamento e monitoramento de dados para oferecer suporte adequado às tomadas de decisões de uma organização. O BI converte essas informações em conhecimento estratégico, tal como desenvolvido pela Gartner Group (www.gartner.com), posteriormente seguido por inúneras organizações, que segundo Cody et al (2002) essas organizações tem investido no tecnologia de BI com o objetivo de obter conhecimento necessário para assegurar maiores vantagens competitivas. Nesse sentido, propõe-se formalizar uma estrutura de BI, composta de recursos como Extraction, Transform and Load (ETL), Data Warehouse (DW), Data Marts (DMa), Data mining (DMi) e Online Analitical Processing (OLAP) para dar suporte à gestão do desempenho científico do IFES, de modo a tornar as tomadas de decisões mais pautadas em informações atualizadas e guiar os pesquisadores ao atingimento de metas previamente 2

3 delineadas por instituições brasileiras de fomento à pesquisa, como a CAPES (Coordenação de Aperfeiçoamento de Pessoal de Nível Superior) e o CNPq (Conselho Nacional de Desenvolvimento Científico e Tecnológico), dando à instituição respaldo para ampliar seu desenvolvimento em pesquisas. 2 Referencial Teórico Han e Kamber (2001) nos contam que a área de estudo interdisciplinar que fundamenta o conceito de Business Intelligence está ligado à tecnologia da informação que tem como objetivo de estudo a elaboração normativa de sistemas de informação computacionais responsáveis por organizar grandes volumes de dados (data warehouse) e facilitar a descoberta de relações entre tais dados (data mining). Por outro lado, Inmon (2002) define um Data Warehouse como uma coleção de dados integrados, orientados por assunto, não-voláteis e variáveis com relação ao tempo, os quais tem por finalidade o apoio ao processo decisório gerencial. Os Data Warehouses, ou armazéns de dados, estão baseados em estruturas multidimensionais nas quais a informação é armazenada, calculando previamente todas as combinações de todos os níveis de todas as aberturas de análise. Para alimentar um Data Warehouse, segundo Andrade (2003), existem três processos essenciais que são chamados de Extraction, Transform and Load (Extração, Transformação e Carga dos dados) mais conhecido como sistema ETL. Barbieri (2001) diz que o ETL são os processos necessários para a transformação do modelo fonte para o modelo multidimensional. Já para Machado (2004) o processo ETL deve ser realizado com o propósito de garantir a consistência e a integridade das informações, construindo, desta forma, uma base de dados de alta qualidade e confiabilidade, que retrate efetivamente a realidade da instituição. Os sistemas ETL são responsáveis pela filtragem, limpeza, sumarização e concentração dos dados espalhados pelas fontes externas e nos sistemas operativos. Para segmentar a construção de um Data Warehouse é feita a construção de Data Marts que, no futuro, irão compor o Data Warehouse. Segundo Innom et al (2001) os Data Marts são estruturas moldadas pelos dados granulares encontrados no Data Warehouse corporativo e pertecem aos departamentos específicos dentro de uma empresa e são moldados pelos requerimentos dos departamentos. Portanto, para Machado (2004) os Data Marts são um subconjunto do Data Warehouse. Para analisar a massa de dados é utilizado um processo chamado de Data Mining. De acordo com Fayyad et al (1996) e posteriormente também dito por Chung e Gray (1999) o DMi é um processo não-trivial de identificar, em dados, padrões válidos, novos, potencialmente úteis e ultimamente compreensíveis. Os data mining tem como função principal a varredura de dados, a procura de padrões e detecção de relacionamentos entre informações gerando novos subgrupos de dados. Tem como objeto eliminar os erros cometidos pelas pessoas ao analisar os dados de maneira tendenciosa e viciada. Vale lembrar que, segundo Janckson (2002) utilizar um DW não é requerimento para a utilização do DMi. Outra ferramenta de análise que integra o conceito de BI é o OLAP (On-line Analytical Processing) que proporciona a capacidade para manipular e analisar dados sob várias perspectivas. A técnica OLAP tem a capacidade de projetar várias hipóteses, ou seja, várias formas diferentes de solucionar um problema dando ao gestor a possibilidade de comparar essas hipóteses e escolher a melhor, de acordo com Inmon (2002). Pendse (2005) completa 3

4 dizendo que uma ferramenta OLAP deve permitir uma análise rápida de informações multidimensionais onde o sistema deve lidar com qualquer lógica de negócio e análise estatística que seja relevante para a aplicação e para o usuário. Inmon (2002) ainda afirma que os resultados das pesquisas realizadas por um sistema OLAP podem ser apresentados de forma gráfica ou em formato de planilha, com as funcionalidades de drill-down e drill-up (navegação para dentro ou fora dos níveis hierárquicos das dimensões). Com esses conceitos é possível a construção de um sistema BI para auxiliar os gestores de pesquisa do IFES nas suas tomadas de decisões e na criação de indicadores de desempenho bem como projeções de onde devem ser vinculados esforços para futura melhoria de desempenho, pois segundo Negash (2004) os sistemas de BI disponibilizam informações úteis no momento certo, no lugar correto e na maneira correta para ajudar os tomadores de decisão. De acordo com Elmasri e Navathe (2000) o BI oferece interfaces que facilitam ao usuário o entendimento das relações entre os dados descritos e armazenados de modo a prover melhores informações para a tomada de decisão. Seus sistemas são mais elitizados e buscam atender às necessidades gerenciais. Não é uma tecnologia que incentiva o compartilhamento de conhecimento entre as pessoas, mas tem como objetivo contribuir para gerar novos conhecimentos que resultem em efetivos resultados dentro da organização, conforme Carvalho (2003). Kimball e Ross (2002), por sua vez, definem BI como sendo um conjunto de ferramentas e técnicas de projeto que, quando aplicadas às necessidades específicas dos usuários e aos bancos de dados específicos, permitirá que planejem e construam um Data Warehouse. Em resumo, é um sistema que armazena dados históricos usados no processo de tomada de decisão com a finalidade de integrar os dados de uma organização em um único banco de dados. Fortulan e Gonçalves Filho (2005) completam a idéia afirmando que enquanto o Data Warehouse possibilita o armazenamento dos dados, as ferramentas de DMi e OLAP permitem a extração da informação e do conhecimento para auxiliar o gestor. 3 Métodos, instrumentos e procedimentos De modo a auxiliar a gestão do desempenho científico no IFES e alertar para determinados fatores, bem como apontar falhas e melhorias, se fez necessária uma pesquisa aplicada pois, segundo Vergara (2007), ela é fundamentalmente motivada pela necessidade de resolver problemas concretos, imediatos ou não, e tem finalidade prática, ao contrário da pesquisa pura, motivada basicamente pela curiosidade intelectual do pesquisador e situada, sobretudo, no nível da especulação. Foram, portanto, utilizados dados históricos extraídos da pesquisa de Meirelles et al (2011), indicadores de desempenho e índices elaborados na pesquisa de Aquino et al (2011) e a análise dinâmica realizada na pesquisa de Marchesi et al (2011), todas relacionadas ao IFES, de modo a se criar um banco de dados. Segundo preceitos do BI um Banco de Dados é um conjunto de dados que pertence ao mesmo contexto e está armazenado sistematicamente dentro de alguma estrutura que os suporta. Quanto aos meios de investigação, a pesquisa, segundo os critérios de Vergara (2007), é classificada como sendo bibliográfica que é o estudo sistematizado desenvolvido com base 4

5 em material publicado em livros, revistas, jornais, redes eletrônicas, isto é, material acessível ao público em geral. Foram utilizados na pesquisa cinco conceitos que integram os sistemas de BI: o Extraction, Transform and Load (ETL), para fazer o processo de extração dos dados na fonte e alimentar o banco de dados do BI, o Data Warehouse (DW) para ser o armazém dos dados extraídos na fonte, os Data Marts (DMa) que são as subdivisões do DW, o data mining (DMi) para fazer parte do processo de análises dos dados armazenados em DW e em DMa. Também foi utilizado os conceitos de Online Analitical Processing (OLAP) que faz parte do processo de análises dos dados em perspectivas diferentes do DMi e gera relatórios na forma de gráficos e tabelas com os resultados das análises visível em interfaces computacionais. 4 Desenvolvimento Na estruturação de um sistema de auxílio na tomada de decisões devem ser reunidos em um Data Warehouse os elementos de dados apropriados de diversas fontes de aplicativos em um ambiente integral e centralizado, simplificando o problema de acesso à informação e, consequentemente, acelerando o processo de consultas e análise. Um dos problemas mais comuns quando é necessário consolidar informações ou realizar tarefas de análise é a necessidade de saber onde está armazenado cada dado, com qual formato e qual o seu nível de consistência. Tudo isto sem mencionar sequer as complicações apresentadas pelo problema de acesso aos dados por questões de segurança. Portanto, se fez necessário o auxílio do estudo realizado por Meirelles et al (2011) em que foi realizado um levantamento histórico de toda a produção científica dos mestres e doutores do IFES do período de 2006 a Segundo Meirelles et al (2011) para obtenção das informações contidas nos currículos dos professores referente à sua produção científica foi utilizado um extrator, que captura as informações diretamente da base de dados do Currículo Lattes - da base de dados do CNPq - por meio do CPF (Cadastro de Pessoa Física) disponibilizado no sistema que gerencia os mais diversos setores e departamentos da instituição disponibilizando informações precisas e com agilidade à comunidade acadêmica, este sistema é chamado de Q-ACADÊMICO. Seguindo a linha da pesquisa de Meirelles et al (2011) quanto à produção científica dos professores, foram analisados os tipos de trabalhos realizados: orientações concluídas por nível de atuação: graduação, mestrado e doutorado, e produção como pesquisador: em número de livros publicados, capítulos de livros, artigos em periódicos e participação em eventos. Em seguida, os dados foram agrupados segundo as áreas de conhecimentos da CAPES: Exatas e da Terra, Biológicas, Engenharias, da Saúde, Agrárias, Sociais Aplicadas, Humanas, Linguística, Letras e Artes e Multidisciplinares. Portanto, o Data Warehouse do BI de apoio aos gestores de desempenho científico do IFES será inicialmente alimentado com as tabelas extraídas do trabalho de Meirelles et al (2011) cujos respectivos Data Marts serão divididos de acordo com o nível acadêmico dos docentes como segue abaixo: - Graduados: 5

6 Docentes Docentes XXXII ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO Área do Conhecimento G Orientações Concluídas Pós - Graduação E M D Livros Produção Completa do Pesquisador Cap. de Livros Artigos em Periódicos Trabalhos em Eventos Produção Total (Orientações + Produção) Exatas e da Terra Biológicas Engenharias da Saúde Agrárias Sociais Aplicadas Humanas Linguística, Letras e Artes Multidisciplinar Total Fonte: Adaptado de Meirelles et al (2011) Tabela 1 Classificação das orientações e produções científicas realizadas por docentes graduados (Legenda: G Graduação, E - Especialização, M - Mestrado e D - Doutorado) - Mestres: Orientações Produção Completa do Pesquisador Produção Concluídas Área do Total Pós - Artigos Trabalhos Conhecimento Capítulos (Orientações G Graduação Livros em em de Livros + Produção) E M D Periódico Eventos Exatas e da Terra Biológicas Engenharias da Saúde Agrárias Sociais Aplicadas Humanas Linguística, Letras e Artes Multidisciplinar Total

7 Docentes XXXII ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO Fonte: Adaptado de Meirelles et al (2011) Tabela 2 Classificação das orientações e produções científicas realizadas por docentes mestrados (Legenda: G Graduação, E - Especialização, M - Mestrado e D - Doutorado) - Doutores: Orientações Produção Completa do Pesquisador Produção Concluídas Área do Total Pós - Artigos Trabalhos Conhecimento Capítulos (Orientações G Graduação Livros em em de Livros + Produção) E M D Periódico Eventos Exatas e da Terra Biológicas Engenharias da Saúde Agrárias Sociais Aplicadas Humanas Linguística, Letras e Artes Multidisciplinar Total Fonte: Adaptado de Meirelles et al (2011) Tabela 3 Classificação das orientações e produções científicas realizadas por docentes doutorados (Legenda: G Graduação, E - Especialização, M - Mestrado e D - Doutorado) Para futuramente alimentar o Data Warehouse e os Data Marts será usado um sistema ETL que extrairá do Currículo Lattes dos professores, que conste no Lattes o IFES como local de trabalho, informações referentes às suas produções científicas. Essas informções por meio do sistema ETL serão importadas para o Data Warehouse do sistema BI dos gestores de desempenho científico do IFES e serão sempre atualizadas a cada vinte e quatro horas garantindo que as decisões sejam tomadas baseadas em informações atualizadas. Com os dados armazenados em Data Warehouse é necessário formalizar o processo de análise desses dados. A utilização do Data Mining é uma argumentação ativa para esta etapa, isto é, em vez de o gestor definir o problema, selecionar os dados e as ferramentas para analisar tais dados, as ferramentas do Data Mining pesquisam automaticamente os mesmos à procura de anomalias e possíveis relacionamentos, identificando, assim, problemas que não tinham sido identificados pelo gestor. As ferramentas de Data Mining analisam os dados, descobrem problemas ou oportunidades escondidas nos relacionamentos dos dados, e então diagnosticam o comportamento das 7

8 atividades, requerendo a mínima intervenção do gestor. Assim, ele somente se dedicará à busca do conhecimento e em voltar a sua atenção para medidas que melhorem o desempenho científico do IFES. Ainda dentro das ferramentas de análise dos dados se faz necessário o uso de sistemas OLAP de modo a gerar relatórios na forma de gráficos e planilhas das análises realizadas e, dessa forma, providenciar os elementos necessários a quem toma as decisões na gestão do desempenho científico do IFES. As análises iniciais dos dados coletados que futuramente integrarão o Data Warehouse do BI de gestão do desempenho científico do IFES foram realizadas a partir das pesquisas de Meirelles et al (2011), Aquino et al (2011) e Marchesi et al (2011) de forma manual sem o auxílio de um sistema computacional. Todo o tratamento analítico dado pelos autores citados não sofrerá qualquer alteração, sendo apenas implementado em uma estrutura de BI. A partir daí, é possível que a nova geração de dados seja analisada com o mesmo rigor, porém de forma computacional. Os relatórios serão produtos das análises elaboradas pelo DMi e o sistema OLAP e, estes relatórios serão expostos na forma de planilhas, gráficos e tabelas como apresentados pelos autores citados anteriomente. A seguir são apresentados alguns relatórios implementados utilizando-se o Data Warehouse inicial, permitindo-se, assim, a disponibilidade dos resultados por meio de uma interface computacional. a) Relatórios de Máxima produção por área de conhecimento e Mediana de produção dos professores: Será apresentada nesta pesquisa apenas a tabela referente aos docentes doutores, porém quando o modelo, aqui proposto, for implementado será alimentado também com as tabelas referentes aos docentes Graduados e os docentes Mestres elaboradas na pesquisa de Meirelles et al (2011). Na pesquisa de Meirelles et al (2011) definiu-se que a medida de centro mais representativa é a mediana e será seguido este critério como mostrado abaixo: Área do Conhecimento Exatas e da Terra Biológicas Engenharias da Saúde Agrárias Produção Completa do Pesquisador Livros Capítulos Artigos em Trabalhos de Livros Periódico em Eventos Máximo Mediana ,5 Máximo Mediana ,5 Máximo Mediana Máximo Mediana Máximo Mediana ,5 Sociais Máximo Aplicadas Mediana 0 0,5 5 11,5 Máximo

9 Humanas Mediana Linguística, Letras e Artes Multidisciplinar Máximo Mediana 1 1,5 1 2,5 Máximo Mediana 0 0 8,5 25 Fonte: Adaptado de Meirelles et al (2011) Tabela 4 Mediana e Máximo de produção realizada por docentes doutorados segundo a área de conhecimento b) Relatórios de indicadores e índeces quantitativos e qualitativos da produção científica do IFES no período de 2006 a 2010: Segundo Aquino et al (2011) para gerar os indicadores, foi dividida a média da produção dos professores pelo valor esperado (igual a dois) pois, para se ter aprovado cursos de pósgraduação pelos órgãos responsáveis, como um curso de mestrado, é comum exigirem, por exemplo, dois artigos publicados, somados ao número de trabalhos em eventos, ao número de livros e capítulos de livros, por docente da área que integrará o programa que se pretende implantar anualmente, sendo que os dois últimos podem substituir um trabalho completo, desde que seja de uma editora cadastrada e avaliada pela área a que pertence na CAPES. Estas informações foram disponibilizadas por Quezada (2011), coordenador do Mestrado em Educação em e Matemática do IFES, entre outros profissionais ligados a programas de pós-graduação da mesma instituição. Para os critérios de qualidade, a fórmula utilizada foi o número de artigos A1, A2 e B1 dividido pela produção total de artigos, multiplicado por cem. Para os critérios de produtividade, utilizou-se a soma das médias: do número de livros publicados, do número de capítulos de livros, do número de artigos em periódicos e do número de trabalhos em eventos, divididos por dois e multiplicado o resultado por cem. Ainda segundo Aquino et al (2011) na equação que exprime a qualidade é gerada a proporção de artigos considerados de alta qualidade com relação à produção total, e na de produtividade a proporção de produção com relação à meta, ambas separadas por área e ano. Neste tópico foram realizadas análises dos docentes mestres e doutores, divididos em DMa segundo as áreas de conhecimento da CAPES, de acordo com a pesquisa de Aquino et al (2011) e será mostrado nesta pesquisa apenas o resultado da análise da área de conhecimento Engenharias para ilustração de como deverão ser os relatórios de indicadores e índíces quantitativos e qualitativos da produção científica do IFES. As análises das outras áreas de conhecimento elaboradas na pesquisa de Aquino et al (2011) também deverão alimentar o modelo de BI aqui proposto. Ano Indicador de Qualidade (%) Indicador de Produtividade (%) mestres doutores mestres doutores ,43 83,33 30,29 71, ,16 58,33 34,71 100, ,00 83,33 34,71 92, ,56 83,33 45,29 126,19 9

10 ,33 72,73 38,24 116,67 Fonte: Adaptado de Aquino et al (2011) Tabela 5: Resultados dos indicadores de qualidade e de produtividade (em %) para os mestres e doutores da área de engenharias Fonte: Adaptado de Aquino et al (2011) Figura 1 Gráfico de percentual (eixo vertical) de artigos Qualis A e B publicados em periódicos por mestres e doutores e percentual de alcance de meta de publicações da área de engenharias, no período de 2006 a 2010 (eixo horizontal). c) Relatórios da análise dinâmica do comportamento da produção científica do IFES no período de 2006 a 2010 usando as ferramentas do Controle Estatístico do Processo: Neste tópico serão utilizados os gráficos de controle da análise dinâmica realizada por Marchesi et al (2011) cujos limites de controle não serão os três desvios padrões geralmente usados para esses gráficos. No limite inferior de controle (LIC) foi utilizado o valor zero pois não haverá valores abaixo de zero para serem analisados. O limite superior de controle (LSC) adotado foi o valor dois pelo mesmo motivo mencionado no tópico anterior. Com isso, arbitramos o LSC = 2 e a linha média (LM), como é o valor médio dos dois limites, o valor de LM = 1. Segundo Marchesi et al (2011) os gráficos de controle foram feitos para a análise do indicador de produtividade da perspectiva cliente do trabalho de Aquino et al (2011). A perspectiva cliente engloba número de livros publicados, número de capítulos de livros, número de artigos em periódicos e trabalhos em eventos, e o indicador de produtividade é o número dessas publicações, que, nesse estudo, não foi usado o valor total e sim a média aritmética por mestre e doutor, ou seja, somaram-se todos esses tipos de produção por ano e dividiu-se pelo número de mestre e doutores de uma área. Os gráficos de controle foram construídos de acordo com o nível acadêmico dos professores e agrupados em DMa segundo as áreas de conhecimento da CAPES contabilizando a média aritmética das produções científicas especificadas anteriormente. Será mostrado nesta pesquisa apenas os resultados das análises da área de conhecimento das engenharias para ilustração de como deverão ser os relatórios da análise dinâmica do comportamento da produção científica. As análises das outras áreas de conhecimento elaboradas na pesquisa de Marchesi et al (2011) também deverão alimentar o modelo de B.I. aqui proposto. 10

11 Fonte: Adaptado de Marchesi et al (2011) Figura 2: Gráficos de controle da área Engenharias. 5 Conclusão O objetivo principal do trabalho foi o de apresentar um modelo de business intelligence o qual tem por finalidade principal o auxílio aos gestores do desempenho científico do IFES, no que tange ao processo decisório de modo a guiar os pesquisadores ao atingimento de metas previamente delineadas por instituições brasileiras de fomento à pesquisa, como a CAPES e o CNPq, dando à instituição respaldo para ampliar seu desenvolvimento em pesquisas bem como a abertura de cursos de pós-graduação, mestrados e doutorados. Foi, então, dada continuidade às pesquisas de Meirelles et al (2011), Aquino et al (2011) e Marchesi et al (2011) a fim de formalizar um Data Warehouse (DW) inicial para a modelagem do BI de auxílio à gestão do desempenho científico. Na pesquisa foi sugerida a utilização de um sistema ETL para alimentar o DW e o DMa formulados com os dados iniciais coletados na pesquisa de Meirelles et al (2011) e a análise destes dados ficam encarregadas de serem executadas por um sistema de DMi e outro OLAP tomando como modelo os indicadores de desempenho elaborados na pesquisa de Aquino et al (2011) e a análise dinâmica realizada na pesquisa de Marchesi et al (2011). Na conclusão dessas análises, serão emitidos relatórios com os resultados em forma de planilhas, gráficos e tabelas para tornar a tarefa de gerir a produção científica do IFES mais produtiva e com maior embasamento. É importante que seja feita no futuro a estruturação dos sistemas de BI sugeridos nessa pesquisa bem como a escolha dos programas que integrarão os sistemas ETL, o DW, o DMa, o DMi e o sistema OLAP. Devem, também, serem criadas as interfaces do usuário com os programas de modo a facilitar ao gestor o entendimento das relações entre os dados descritos e armazenados. 6 Referências ANDRADE, F. B. Conceitos de Staging Área aplicados a Data Warehouse. Salvador: CientiFico, Ano III, Vol. II

12 AQUINO, P.L. et al. Análise dinâmica de organizações: indicadores para a gestão do desempenho científico do IFES. Cariacica: Instituto Federal de Educação, Ciência e Tecnologia do Espírito Santo (IFES), BARBIERI, C. BI-Business Intelligence. Modelagem e Tecnologia. Rio de Janeiro: Axcel Brooks, CARVALHO, R. B. Tecnologia da informação aplicado a gestão do conhecimento. Belo Horizonte. Editora Arte CHUNG, H. M.; GRAY, P. Special Section: Data Mining. Journal of Management Information Systems, Vol. 16, n. 1, p , CODY, W. F.; KREULEN, J. T.; KRISHNA, V.; SPRANGLER, W. S. The integration of business intelligence and knowledge management. IBM Systems Journal, Vol. 41, n. 4, p. 697, ELMASRI, R.; NAVATHE, S. B. Fundamentals of Database Systems, 3 ed. Addison- Wesley, FAYYAD, U. M.; PIATETSKY-SHAPIRO, G.; SMYTH, P.; UTHURUSAMY, R. Advances In Knowledge Discover and Data Mining. California: Mit, FORTULAN, M. R.; GONÇALVES FILHO, E. V. Uma Proposta de Aplicação de Business Intelligence no chão-de-fábrica. Gestão & Produção, v. 12, n. 1, p abr FREEDMAN, D.; PISANI, R.; PURVES, R. Statistics. 4ª ed. W. W. Norton & Company HAN, J. & KAMBER, M. Data Mining: Concepts and Techiniques.1.ed. New York: Morgan Kaufmann, INMON, W. H.; TEDERMAN, R. H.; INHOFF, C. Data Warehouse: Como transformar informações em oportunidades de negócios. Tradução de Melissa Kassner. São Paulo: Berkeley Brasil, JACKSON, J. Data Mining: A Conceptual Overview. Communications of the Association for Information Systems, Vol. 8, p , KIMBALL, R.; ROSS, M. The Data Warehouse Toolkit. 2 ed. Nova Iorque: Wiley & Sons, MACHADO, F. N. R. Tecnologia e Projeto de Data Warehouse. 1ª ed. São Paulo: Érica, MALINA, M. A.; SELTO, F. H. Communicating and Controlling strategy: an empirical test of the effectiveness of the balanced scorecard. Journal of Management Accounting Research, Vol 13, p , MARCHESI, F. J. et al. Análise dinâmica de organizações: aplicação para verificação de desempenho científico. Cariacica: Instituto Federal de Educação, Ciência e Tecnologia do Espírito Santo (IFES), MEIRELLES, I.G. et al. Produção científica do IFES: da medição e análise para a gestão. In: VIII Simpósio de Excelência em gestão e Tecnologia - SEGeT, 2011, Rio de Janeiro,

13 NEGASH, S. Business Intelligence. Communications of the Association for Information Systems, v. 13, p , Disponível em: <http://aisel.aisnet.org/cais/vol13/iss1/15>. Acessado em 03 Maio de PENDSE, N. The meaning of OLAP. Database and Network Journal, Disponível em: <http://findarticles.com/p/articles/mi_hb3234/is_1_35/ai_n />. Acessado em: 12 de maio de QUEZADA, SIDNEI M. L. Iniciação. [mensagem pessoal] Mensagem recebida por 08 jun VERGARA, S.C. Projetos e relatórios de pesquisa em administração. 9.ed. São Paulo: Atlas,

Adriano Maranhão BUSINESS INTELLIGENCE (BI),

Adriano Maranhão BUSINESS INTELLIGENCE (BI), Adriano Maranhão BUSINESS INTELLIGENCE (BI), BUSINESS INTELLIGENCE (BI) O termo Business Intelligence (BI), popularizado por Howard Dresner do Gartner Group, é utilizado para definir sistemas orientados

Leia mais

FUNDAMENTOS DE SISTEMAS DE INFORMAÇÃO

FUNDAMENTOS DE SISTEMAS DE INFORMAÇÃO @ribeirord FUNDAMENTOS DE SISTEMAS DE INFORMAÇÃO Rafael D. Ribeiro, M.Sc,PMP. rafaeldiasribeiro@gmail.com http://www.rafaeldiasribeiro.com.br Lembrando... Aula 4 1 Lembrando... Aula 4 Sistemas de apoio

Leia mais

Planejamento Estratégico de TI. Prof.: Fernando Ascani

Planejamento Estratégico de TI. Prof.: Fernando Ascani Planejamento Estratégico de TI Prof.: Fernando Ascani Data Warehouse - Conceitos Hoje em dia uma organização precisa utilizar toda informação disponível para criar e manter vantagem competitiva. Sai na

Leia mais

Professor: Disciplina:

Professor: Disciplina: Professor: Curso: Esp. Marcos Morais de Sousa marcosmoraisdesousa@gmail.com Sistemas de informação Disciplina: Introdução a SI Noções de sistemas de informação Turma: 01º semestre Prof. Esp. Marcos Morais

Leia mais

srbo@ufpa.br www.ufpa.br/srbo

srbo@ufpa.br www.ufpa.br/srbo CBSI Curso de Bacharelado em Sistemas de Informação BI Prof. Dr. Sandro Ronaldo Bezerra Oliveira srbo@ufpa.br www.ufpa.br/srbo Tópicos Especiais em Sistemas de Informação Faculdade de Computação Instituto

Leia mais

ANÁLISE DINÂMICA DE ORGANIZAÇÕES: INDICADORES PARA A GESTÃO DO DESEMPENHO CIENTÍFICO

ANÁLISE DINÂMICA DE ORGANIZAÇÕES: INDICADORES PARA A GESTÃO DO DESEMPENHO CIENTÍFICO ANÁLISE DINÂMICA DE ORGANIZAÇÕES: INDICADORES PARA A GESTÃO DO DESEMPENHO CIENTÍFICO Patrícia de Aquino Lannes/IFES, Maria Alice Veiga Ferreira de Souza, Roquemar de Lima Baldam Terceiro Coord. De Engenharia

Leia mais

BUSINESS INTELLIGENCE, O ELEMENTO CHAVE PARA O SUCESSO DAS ORGANIZAÇÕES.

BUSINESS INTELLIGENCE, O ELEMENTO CHAVE PARA O SUCESSO DAS ORGANIZAÇÕES. Encontro de Ensino, Pesquisa e Extensão, Presidente Prudente, 22 a 25 de outubro, 2012 88 BUSINESS INTELLIGENCE, O ELEMENTO CHAVE PARA O SUCESSO DAS ORGANIZAÇÕES. Andrios Robert Silva Pereira, Renato Zanutto

Leia mais

Planejamento Estratégico de TI. Prof.: Fernando Ascani

Planejamento Estratégico de TI. Prof.: Fernando Ascani Planejamento Estratégico de TI Prof.: Fernando Ascani BI Business Intelligence A inteligência Empresarial, ou Business Intelligence, é um termo do Gartner Group. O conceito surgiu na década de 80 e descreve

Leia mais

Sistema. Atividades. Sistema de informações. Tipos de sistemas de informação. Everson Santos Araujo everson@everson.com.br

Sistema. Atividades. Sistema de informações. Tipos de sistemas de informação. Everson Santos Araujo everson@everson.com.br Sistema Tipos de sistemas de informação Everson Santos Araujo everson@everson.com.br Um sistema pode ser definido como um complexo de elementos em interação (Ludwig Von Bertalanffy) sistema é um conjunto

Leia mais

PLANO DE ENSINO PRÉ-REQUISITOS: ENS

PLANO DE ENSINO PRÉ-REQUISITOS: ENS UNIVERSIDADE DO ESTADO DE SANTA CATARINA UDESC CENTRO DE EDUCAÇÃO SUPERIOR DO ALTO VALE DO ITAJAÍ CEAVI PLANO DE ENSINO DEPARTAMENTO: DSI Departamento de Sistema de Informação DISCIPLINA: Data Warehouse

Leia mais

Resumo dos principais conceitos. Resumo dos principais conceitos. Business Intelligence. Business Intelligence

Resumo dos principais conceitos. Resumo dos principais conceitos. Business Intelligence. Business Intelligence É um conjunto de conceitos e metodologias que, fazem uso de acontecimentos e sistemas e apoiam a tomada de decisões. Utilização de várias fontes de informação para se definir estratégias de competividade

Leia mais

A importância da. nas Organizações de Saúde

A importância da. nas Organizações de Saúde A importância da Gestão por Informações nas Organizações de Saúde Jorge Antônio Pinheiro Machado Filho Consultor de Negócios www.bmpro.com.br jorge@bmpro.com.br 1. Situação nas Empresas 2. A Importância

Leia mais

Uma análise multidimensional dos dados estratégicos da empresa usando o recurso OLAP do Microsoft Excel

Uma análise multidimensional dos dados estratégicos da empresa usando o recurso OLAP do Microsoft Excel Uma análise multidimensional dos dados estratégicos da empresa usando o recurso OLAP do Microsoft Excel Carlos Alberto Ferreira Bispo (AFA) cafbispo@siteplanet.com.br Daniela Gibertoni (FATECTQ) daniela@fatectq.com.br

Leia mais

CONSIDERAÇÕES SOBRE ATIVIDADES DE IDENTIFICAÇÃO, LOCALIZAÇÃO E TRATAMENTO DE DADOS NA CONSTRUÇÃO DE UM DATA WAREHOUSE

CONSIDERAÇÕES SOBRE ATIVIDADES DE IDENTIFICAÇÃO, LOCALIZAÇÃO E TRATAMENTO DE DADOS NA CONSTRUÇÃO DE UM DATA WAREHOUSE CONSIDERAÇÕES SOBRE ATIVIDADES DE IDENTIFICAÇÃO, LOCALIZAÇÃO E TRATAMENTO DE DADOS NA CONSTRUÇÃO DE UM DATA WAREHOUSE Fabio Favaretto Professor adjunto - Programa de Pós Graduação em Engenharia de Produção

Leia mais

Uma estrutura (framework) para o Business Intelligence (BI)

Uma estrutura (framework) para o Business Intelligence (BI) Uma estrutura conceitural para suporteà decisão que combina arquitetura, bancos de dados (ou data warehouse), ferramentas analíticas e aplicações Principais objetivos: Permitir o acesso interativo aos

Leia mais

Data Warehouse. Debora Marrach Renata Miwa Tsuruda

Data Warehouse. Debora Marrach Renata Miwa Tsuruda Debora Marrach Renata Miwa Tsuruda Agenda Introdução Contexto corporativo Agenda Introdução Contexto corporativo Introdução O conceito de Data Warehouse surgiu da necessidade de integrar dados corporativos

Leia mais

DESENVOLVIMENTO DE PLUG-INS KETTLE PARA GERAÇÃO DE MONDRIAN SCHEMA A PARTIR DE BASES RELACIONAIS, UTILIZANDO A METODOLOGIA AGILE ROLAP.

DESENVOLVIMENTO DE PLUG-INS KETTLE PARA GERAÇÃO DE MONDRIAN SCHEMA A PARTIR DE BASES RELACIONAIS, UTILIZANDO A METODOLOGIA AGILE ROLAP. DESENVOLVIMENTO DE PLUG-INS KETTLE PARA GERAÇÃO DE MONDRIAN SCHEMA A PARTIR DE BASES RELACIONAIS, UTILIZANDO A METODOLOGIA AGILE ROLAP. Eduardo Cristovo de Freitas Aguiar (PIBIC/CNPq), André Luís Andrade

Leia mais

SUMÁRIO 1. INTRODUÇÃO... 2 2. O QUE É DATA WAREHOUSE?... 2 3. O QUE DATA WAREHOUSE NÃO É... 4 4. IMPORTANTE SABER SOBRE DATA WAREHOUSE... 5 4.

SUMÁRIO 1. INTRODUÇÃO... 2 2. O QUE É DATA WAREHOUSE?... 2 3. O QUE DATA WAREHOUSE NÃO É... 4 4. IMPORTANTE SABER SOBRE DATA WAREHOUSE... 5 4. SUMÁRIO 1. INTRODUÇÃO... 2 2. O QUE É DATA WAREHOUSE?... 2 3. O QUE DATA WAREHOUSE NÃO É... 4 4. IMPORTANTE SABER SOBRE DATA WAREHOUSE... 5 4.1 Armazenamento... 5 4.2 Modelagem... 6 4.3 Metadado... 6 4.4

Leia mais

Data Warehouse Processos e Arquitetura

Data Warehouse Processos e Arquitetura Data Warehouse - definições: Coleção de dados orientada a assunto, integrada, não volátil e variável em relação ao tempo, que tem por objetivo dar apoio aos processos de tomada de decisão (Inmon, 1997)

Leia mais

Administração de dados - Conceitos, técnicas, ferramentas e aplicações de Data Mining para gerar conhecimento a partir de bases de dados

Administração de dados - Conceitos, técnicas, ferramentas e aplicações de Data Mining para gerar conhecimento a partir de bases de dados Universidade Federal de Pernambuco Graduação em Ciência da Computação Centro de Informática 2006.2 Administração de dados - Conceitos, técnicas, ferramentas e aplicações de Data Mining para gerar conhecimento

Leia mais

METAS E INDICADORES COMO DEFINIR OS INDICADORES?

METAS E INDICADORES COMO DEFINIR OS INDICADORES? METAS E INDICADORES COMO DEFINIR OS INDICADORES? Os indicadores permitem avaliação do desempenho da instituição, segundo três aspectos relevantes: controle, comunicação e melhoria. (MARTINS & MARINI, 2010,

Leia mais

ü Curso - Bacharelado em Sistemas de Informação

ü Curso - Bacharelado em Sistemas de Informação Curso - Bacharelado em Sistemas de Informação Nome e titulação do Coordenador: Coordenador: Prof. Wender A. Silva - Mestrado em Engenharia Elétrica (Ênfase em Processamento da Informação). Universidade

Leia mais

Interatividade aliada a Análise de Negócios

Interatividade aliada a Análise de Negócios Interatividade aliada a Análise de Negócios Na era digital, a quase totalidade das organizações necessita da análise de seus negócios de forma ágil e segura - relatórios interativos, análise de gráficos,

Leia mais

DATA WAREHOUSE. Introdução

DATA WAREHOUSE. Introdução DATA WAREHOUSE Introdução O grande crescimento do ambiente de negócios, médias e grandes empresas armazenam também um alto volume de informações, onde que juntamente com a tecnologia da informação, a correta

Leia mais

Universidade de Brasília. Departamento de Ciência da Informação e Documentação. Prof a.:lillian Alvares

Universidade de Brasília. Departamento de Ciência da Informação e Documentação. Prof a.:lillian Alvares Universidade de Brasília Departamento de Ciência da Informação e Documentação Prof a.:lillian Alvares Fóruns óu s/ Listas de discussão Espaços para discutir, homogeneizar e compartilhar informações, idéias

Leia mais

Data Warehousing. Leonardo da Silva Leandro. CIn.ufpe.br

Data Warehousing. Leonardo da Silva Leandro. CIn.ufpe.br Data Warehousing Leonardo da Silva Leandro Agenda Conceito Elementos básicos de um DW Arquitetura do DW Top-Down Bottom-Up Distribuído Modelo de Dados Estrela Snowflake Aplicação Conceito Em português:

Leia mais

Business Intelligence para Computação TítuloForense. Tiago Schettini Batista

Business Intelligence para Computação TítuloForense. Tiago Schettini Batista Business Intelligence para Computação TítuloForense Tiago Schettini Batista Agenda Empresa; Crescimento de Dados; Business Intelligence; Exemplos (CGU, B2T) A empresa Empresa fundada em 2003 especializada

Leia mais

AGILE ROLAP - UMA METODOLOGIA ÁGIL PARA IMPLEMENTAÇÃO DE AMBIENTES DE NEGÓCIOS BASEADO EM SERVIDORES OLAP.

AGILE ROLAP - UMA METODOLOGIA ÁGIL PARA IMPLEMENTAÇÃO DE AMBIENTES DE NEGÓCIOS BASEADO EM SERVIDORES OLAP. AGILE ROLAP - UMA METODOLOGIA ÁGIL PARA IMPLEMENTAÇÃO DE AMBIENTES DE NEGÓCIOS BASEADO EM SERVIDORES OLAP. Luan de Souza Melo (Fundação Araucária), André Luís Andrade Menolli (Orientador), Ricardo G. Coelho

Leia mais

Como tornar o seu. Maribel Yasmina* Isabel Ramos*

Como tornar o seu. Maribel Yasmina* Isabel Ramos* Os sistemas de Business Intelligence são imprescindíveis a decisores dinâmicos e motivados para aproveitar as oportunidades que uma sociedade em transformação rápida pode oferecer Maribel Yasmina* Como

Leia mais

INSTRUÇÃO DE TRABALHO PARA INFORMAÇÕES GERENCIAIS

INSTRUÇÃO DE TRABALHO PARA INFORMAÇÕES GERENCIAIS INSTRUÇÃO DE TRABALHO PARA INFORMAÇÕES GERENCIAIS Asia Shipping Transportes Internacionais Ltda. como cópia não controlada P á g i n a 1 7 ÍNDICE NR TÓPICO PÁG. 1 Introdução & Política 2 Objetivo 3 Responsabilidade

Leia mais

Uma Arquitetura de Gestão de Dados em Ambiente Data Warehouse

Uma Arquitetura de Gestão de Dados em Ambiente Data Warehouse Uma Arquitetura de Gestão de Dados em Ambiente Data Warehouse Alcione Benacchio (UFPR) E mail: alcione@inf.ufpr.br Maria Salete Marcon Gomes Vaz (UEPG, UFPR) E mail: salete@uepg.br Resumo: O ambiente de

Leia mais

Construção de um Sistema de Informações Estratégicas, Integrando Conhecimento, Inteligência e Estratégia.

Construção de um Sistema de Informações Estratégicas, Integrando Conhecimento, Inteligência e Estratégia. Construção de um Sistema de Informações Estratégicas, Integrando Conhecimento, Inteligência e Estratégia. Introdução Sávio Marcos Garbin Considerando-se que no contexto atual a turbulência é a normalidade,

Leia mais

MINISTÉRIO DA EDUCAÇÃO FUNDO NACIONAL DE DESENVOLVIMENTO DA EDUCAÇÃO TERMO DE REFERÊNCIA PARA CONTRATAÇÃO DE PESSOA FÍSICA - CONSULTOR POR PRODUTO

MINISTÉRIO DA EDUCAÇÃO FUNDO NACIONAL DE DESENVOLVIMENTO DA EDUCAÇÃO TERMO DE REFERÊNCIA PARA CONTRATAÇÃO DE PESSOA FÍSICA - CONSULTOR POR PRODUTO MINISTÉRIO DA EDUCAÇÃO FUNDO NACIONAL DE DESENVOLVIMENTO DA EDUCAÇÃO TERMO DE REFERÊNCIA PARA CONTRATAÇÃO DE PESSOA FÍSICA - CONSULTOR POR PRODUTO Analista Desenvolvedor de ETL OEI/TOR/FNDE/CGETI Nº /09

Leia mais

Business Intelligence. Business Intelligence. Business Intelligence. Business Intelligence. Business Intelligence

Business Intelligence. Business Intelligence. Business Intelligence. Business Intelligence. Business Intelligence Juntamente com o desenvolvimento desses aplicativos surgiram os problemas: & Data Warehouse July Any Rizzo Oswaldo Filho Década de 70: alguns produtos de BI Intensa e exaustiva programação Informação em

Leia mais

Data Warehousing Visão Geral do Processo

Data Warehousing Visão Geral do Processo Data Warehousing Visão Geral do Processo Organizações continuamente coletam dados, informações e conhecimento em níveis cada vez maiores,, e os armazenam em sistemas informatizados O número de usuários

Leia mais

Desenvolvimento de um software de gerenciamento de projetos para utilização na Web

Desenvolvimento de um software de gerenciamento de projetos para utilização na Web Resumo. Desenvolvimento de um software de gerenciamento de projetos para utilização na Web Autor: Danilo Humberto Dias Santos Orientador: Walteno Martins Parreira Júnior Bacharelado em Engenharia da Computação

Leia mais

Uma análise de ferramentas de modelagem e gerência de metadados aplicadas ao projeto de BI/DW-UFBA

Uma análise de ferramentas de modelagem e gerência de metadados aplicadas ao projeto de BI/DW-UFBA Universidade Federal da Bahia Instituto de Matemática Departamento de Ciência da Computação MATA67 Projeto Final II Uma análise de ferramentas de modelagem e gerência de metadados aplicadas ao projeto

Leia mais

Processos Gerenciais

Processos Gerenciais UNIVERSIDADE PAULISTA CURSO SUPERIOR DE TECNOLOGIA Projeto Integrado Multidisciplinar III e IV Processos Gerenciais Manual de orientações - PIM Curso Superior de Tecnologia em Processos Gerenciais. 1.

Leia mais

Business Intelligence: Desafios e Melhores Práticas

Business Intelligence: Desafios e Melhores Práticas Sucesu RJ - IV Congresso de Inteligência Competitiva Business Intelligence: Desafios e Melhores Práticas Eugenio Pedrosa Petrobras Roteiro Arquitetura de BI Evolução da BI nas Empresas Corporate Performance

Leia mais

MAPEANDO AS CORRELAÇÕES ENTRE PRODUTIVIDADE E INVESTIMENTOS DE BOLSAS EM PROGRAMAS DE PÓSGRADUAÇÃO: o caso da Universidade Federal de Goiás

MAPEANDO AS CORRELAÇÕES ENTRE PRODUTIVIDADE E INVESTIMENTOS DE BOLSAS EM PROGRAMAS DE PÓSGRADUAÇÃO: o caso da Universidade Federal de Goiás MAPEANDO AS CORRELAÇÕES ENTRE PRODUTIVIDADE E INVESTIMENTOS DE BOLSAS EM PROGRAMAS DE PÓSGRADUAÇÃO: o caso da Universidade Federal de Goiás Dalton Lopes Martins (UFG) dmartins@gmail.com Arlon Silva (UFG)

Leia mais

Módulo 4: Gerenciamento de Dados

Módulo 4: Gerenciamento de Dados Módulo 4: Gerenciamento de Dados 1 1. CONCEITOS Os dados são um recurso organizacional decisivo que precisa ser administrado como outros importantes ativos das empresas. A maioria das organizações não

Leia mais

Universidade de Brasília. Faculdade de Ciência da Informação. Prof a Lillian Alvares

Universidade de Brasília. Faculdade de Ciência da Informação. Prof a Lillian Alvares Universidade de Brasília Faculdade de Ciência da Informação Prof a Lillian Alvares Fóruns Comunidades de Prática Mapeamento do Conhecimento Portal Intranet Extranet Banco de Competências Memória Organizacional

Leia mais

Banco de Dados - Senado

Banco de Dados - Senado Banco de Dados - Senado Exercícios OLAP - CESPE Material preparado: Prof. Marcio Vitorino OLAP Material preparado: Prof. Marcio Vitorino Soluções MOLAP promovem maior independência de fornecedores de SGBDs

Leia mais

A IMPORTÂNCIA DO SISTEMA DE INFORMAÇÃO GERENCIAL PARA AS EMPRESAS

A IMPORTÂNCIA DO SISTEMA DE INFORMAÇÃO GERENCIAL PARA AS EMPRESAS A IMPORTÂNCIA DO SISTEMA DE INFORMAÇÃO GERENCIAL PARA AS EMPRESAS Gilmar da Silva, Tatiane Serrano dos Santos * Professora: Adriana Toledo * RESUMO: Este artigo avalia o Sistema de Informação Gerencial

Leia mais

Governança de T.I. Professor: Ernesto Junior E-mail: egpjunior@gmail.com

Governança de T.I. Professor: Ernesto Junior E-mail: egpjunior@gmail.com Governança de T.I Professor: Ernesto Junior E-mail: egpjunior@gmail.com Information Technology Infrastructure Library ITIL ITIL é um acrônimo de Information Technology Infraestruture Library. Criado em

Leia mais

FUNÇÕES MOTORAS (Produtos e Serviços)

FUNÇÕES MOTORAS (Produtos e Serviços) FUNÇÕES MOTORAS (Produtos e Serviços) 1. MÉTODO MENTOR - Modelagem Estratégica Totalmente Orientada para Resultados Figura 1: Método MENTOR da Intellectum. Fonte: autor, 2007 O método MENTOR (vide o texto

Leia mais

Universidade de Brasília. Faculdade de Ciência da Informação. Profa. Lillian Alvares

Universidade de Brasília. Faculdade de Ciência da Informação. Profa. Lillian Alvares Universidade de Brasília Faculdade de Ciência da Informação Profa. Lillian Alvares Fóruns / Listas de discussão Espaços para discutir, homogeneizar e compartilhar informações, idéias e experiências que

Leia mais

Curso Superior de Tecnologia em Banco de Dados Disciplina: Projeto de Banco de Dados Relacional II Prof.: Fernando Hadad Zaidan

Curso Superior de Tecnologia em Banco de Dados Disciplina: Projeto de Banco de Dados Relacional II Prof.: Fernando Hadad Zaidan Faculdade INED Curso Superior de Tecnologia em Banco de Dados Disciplina: Projeto de Banco de Dados Relacional II Prof.: Fernando Hadad Zaidan 1 Unidade 4.1 2 1 Material usado na montagem dos Slides BARBIERI,

Leia mais

Pós-Graduação Business Intelligence

Pós-Graduação Business Intelligence Pós-Graduação Business Intelligence Tendências de Mercado de Business Intelligence Aula 04 Como se organizar para o sucesso em BI Dinâmica Organizacional Complexa Cria o maior ônus para o sucesso de BI

Leia mais

Requisitos de business intelligence para TI: O que todo gerente de TI deve saber sobre as necessidades reais de usuários comerciais para BI

Requisitos de business intelligence para TI: O que todo gerente de TI deve saber sobre as necessidades reais de usuários comerciais para BI Requisitos de business intelligence para TI: O que todo gerente de TI deve saber sobre as necessidades reais de usuários comerciais para BI Janeiro de 2011 p2 Usuários comerciais e organizações precisam

Leia mais

5 Estudo de Caso. 5.1. Material selecionado para o estudo de caso

5 Estudo de Caso. 5.1. Material selecionado para o estudo de caso 5 Estudo de Caso De modo a ilustrar a estruturação e representação de conteúdos educacionais segundo a proposta apresentada nesta tese, neste capítulo apresentamos um estudo de caso que apresenta, para

Leia mais

Inteligência Empresarial. BI Business Intelligence. Business Intelligence 22/2/2011. Prof. Luiz A. Nascimento

Inteligência Empresarial. BI Business Intelligence. Business Intelligence 22/2/2011. Prof. Luiz A. Nascimento Inteligência Empresarial Prof. Luiz A. Nascimento BI Pode-se traduzir informalmente Business Intelligence como o uso de sistemas inteligentes em negócios. É uma forma de agregar a inteligência humana à

Leia mais

Conversão de Base de Dados Relacional para Dimensional para Business Intelligence Utilizando Banco de Dados Mysql

Conversão de Base de Dados Relacional para Dimensional para Business Intelligence Utilizando Banco de Dados Mysql Conversão de Base de Dados Relacional para Dimensional para Business Intelligence Utilizando Banco de Dados Mysql Carlos H. Cardoso 1, Roberto D Nebo 1, Luis A. da Silva 1 1 Curso de Tecnologia em Banco

Leia mais

Programa do Curso de Pós-Graduação Lato Sensu MBA em Business Intelligence (BI)

Programa do Curso de Pós-Graduação Lato Sensu MBA em Business Intelligence (BI) Programa do Curso de Pós-Graduação Lato Sensu MBA em Business Intelligence (BI) Apresentação O programa de Pós-graduação Lato Sensu em Business Intelligence Inteligência Competitiva tem por fornecer conhecimento

Leia mais

Gestão de TI. Aula 10 - Prof. Bruno Moreno 30/06/2011

Gestão de TI. Aula 10 - Prof. Bruno Moreno 30/06/2011 Gestão de TI Aula 10 - Prof. Bruno Moreno 30/06/2011 Aula passada... Gestão do Conhecimento 08:46 2 Aula de Hoje... BI Apresentação do artigo IT doesn t matter Debate 08:48 3 Caso da Toyota Toyota Motor

Leia mais

Módulo 2. Origem do BSC, desdobramento do BSC, estrutura e processo de criação do BSC, gestão estratégica e exercícios

Módulo 2. Origem do BSC, desdobramento do BSC, estrutura e processo de criação do BSC, gestão estratégica e exercícios Módulo 2 Origem do BSC, desdobramento do BSC, estrutura e processo de criação do BSC, gestão estratégica e exercícios Origem do BSC Cenário Competitivos CONCORRENTE A CONCORRENTE C VISÃO DE FUTURO ESTRATÉGIA

Leia mais

ADMINISTRAÇÃO DOS RECURSOS DE DADOS

ADMINISTRAÇÃO DOS RECURSOS DE DADOS Capítulo 7 ADMINISTRAÇÃO DOS RECURSOS DE DADOS 7.1 2003 by Prentice Hall OBJETIVOS Por que as empresas sentem dificuldades para descobrir que tipo de informação precisam ter em seus sistemas de informação?

Leia mais

DATA WAREHOUSE NO APOIO À TOMADA DE DECISÕES

DATA WAREHOUSE NO APOIO À TOMADA DE DECISÕES DATA WAREHOUSE NO APOIO À TOMADA DE DECISÕES Janaína Schwarzrock jana_100ideia@hotmail.com Prof. Leonardo W. Sommariva RESUMO: Este artigo trata da importância da informação na hora da tomada de decisão,

Leia mais

Gerenciamento de Incidentes

Gerenciamento de Incidentes Gerenciamento de Incidentes Os usuários do negócio ou os usuários finais solicitam os serviços de Tecnologia da Informação para melhorar a eficiência dos seus próprios processos de negócio, de forma que

Leia mais

Tópicos Avançados Business Intelligence. Banco de Dados Prof. Otacílio José Pereira. Unidade 10 Tópicos Avançados Business Inteligence.

Tópicos Avançados Business Intelligence. Banco de Dados Prof. Otacílio José Pereira. Unidade 10 Tópicos Avançados Business Inteligence. Tópicos Avançados Business Intelligence Banco de Dados Prof. Otacílio José Pereira Unidade 10 Tópicos Avançados Business Inteligence Roteiro Introdução Níveis organizacionais na empresa Visão Geral das

Leia mais

Complemento I - Noções Introdutórias em Data Warehouses

Complemento I - Noções Introdutórias em Data Warehouses Complemento I - Noções Introdutórias em Data Warehouses Esse documento é parte integrante do material fornecido pela WEB para a 2ª edição do livro Data Mining: Conceitos, técnicas, algoritmos, orientações

Leia mais

Uma Ferramenta Web para BI focada no Gestor de Informação

Uma Ferramenta Web para BI focada no Gestor de Informação Uma Ferramenta Web para BI focada no Gestor de Informação Mikael de Souza Fernandes 1, Gustavo Zanini Kantorski 12 mikael@cpd.ufsm.br, gustavoz@cpd.ufsm.br 1 Curso de Sistemas de Informação, Universidade

Leia mais

Capítulo 13: Tecnologia da Informação. Prof.: Roberto Franciscatto

Capítulo 13: Tecnologia da Informação. Prof.: Roberto Franciscatto Capítulo 13: Tecnologia da Informação Prof.: Roberto Franciscatto Introdução Uma informação é um arranjo de dados (nomes, palavras, números, sons, imagens) capazes de dar forma ou sentido a algo do interesse

Leia mais

Data Warehouse. Diogo Matos da Silva 1. Universidade Federal de Ouro Preto, Ouro Preto, MG, Brasil. Banco de Dados II

Data Warehouse. Diogo Matos da Silva 1. Universidade Federal de Ouro Preto, Ouro Preto, MG, Brasil. Banco de Dados II Data Warehouse Diogo Matos da Silva 1 1 Departamento de Computação Universidade Federal de Ouro Preto, Ouro Preto, MG, Brasil Banco de Dados II Diogo Matos (DECOM - UFOP) Banco de Dados II Jun 2013 1 /

Leia mais

ESCOLA PAULISTA DE NEGOCIOS DISCIPLINA: ESTRATÉGIA E PLANEJAMENTO CORPORATIVO PROFESSOR: CLAUDEMIR DUCA VASCONCELOS ALUNOS: BRUNO ROSA VIVIANE DINIZ

ESCOLA PAULISTA DE NEGOCIOS DISCIPLINA: ESTRATÉGIA E PLANEJAMENTO CORPORATIVO PROFESSOR: CLAUDEMIR DUCA VASCONCELOS ALUNOS: BRUNO ROSA VIVIANE DINIZ ESCOLA PAULISTA DE NEGOCIOS DISCIPLINA: ESTRATÉGIA E PLANEJAMENTO CORPORATIVO PROFESSOR: CLAUDEMIR DUCA VASCONCELOS ALUNOS: BRUNO ROSA VIVIANE DINIZ INTRODUÇÃO Estratégia é hoje uma das palavras mais utilizadas

Leia mais

Universidade de Brasília Departamento de Ciência da Informação e Documentação Profa.:Lillian Alvares

Universidade de Brasília Departamento de Ciência da Informação e Documentação Profa.:Lillian Alvares Universidade de Brasília Departamento de Ciência da Informação e Documentação Profa.:Lillian Alvares Comunidades de Prática Grupos informais e interdisciplinares de pessoas unidas em torno de um interesse

Leia mais

UNIVERSIDADE PAULISTA

UNIVERSIDADE PAULISTA UNIVERSIDADE PAULISTA CURSO SUPERIOR DE TECNOLOGIA Projeto Integrado Multidisciplinar III e IV Recursos Humanos Manual de orientações - PIM Curso Superior de Tecnologia em Gestão de Recursos Humanos 1.

Leia mais

UNIVERSIDADE PAULISTA

UNIVERSIDADE PAULISTA UNIVERSIDADE PAULISTA CURSO SUPERIOR DE TECNOLOGIA Projeto Integrado Multidisciplinar III e IV Marketing Manual de orientações - PIM Curso Superior de Tecnologia em Marketing. 1. Introdução Os Projetos

Leia mais

Sistemas de Informação Gerenciais (SIG)

Sistemas de Informação Gerenciais (SIG) Faculdade de Engenharia - Campus de Guaratinguetá Sistemas de Informação Gerenciais (SIG) Prof. José Roberto Dale Luche Unesp Um SISTEMA DE INFORMAÇÃO é um conjunto de componentes inter-relacionados, desenvolvidos

Leia mais

Existem três categorias básicas de processos empresariais:

Existem três categorias básicas de processos empresariais: PROCESSOS GERENCIAIS Conceito de Processos Todo trabalho importante realizado nas empresas faz parte de algum processo (Graham e LeBaron, 1994). Não existe um produto ou um serviço oferecido por uma empresa

Leia mais

O Valor da TI. Introduzindo os conceitos do Val IT para mensuração do valor de Tecnologia da Informação. Conhecimento em Tecnologia da Informação

O Valor da TI. Introduzindo os conceitos do Val IT para mensuração do valor de Tecnologia da Informação. Conhecimento em Tecnologia da Informação Conhecimento em Tecnologia da Informação Conhecimento em Tecnologia da Informação O Valor da TI Introduzindo os conceitos do Val IT para mensuração do valor de Tecnologia da Informação 2010 Bridge Consulting

Leia mais

Política de Recursos Humanos do Grupo Schindler

Política de Recursos Humanos do Grupo Schindler Política de Recursos Humanos do Grupo Schindler 2 Introdução A política corporativa de RH da Schindler define as estratégias relacionadas às ações para com seus colaboradores; baseia-se na Missão e nos

Leia mais

MATERIAL DIDÁTICO: APLICAÇÕES EMPRESARIAIS SISTEMA DE APOIO À DECISÃO (SAD)

MATERIAL DIDÁTICO: APLICAÇÕES EMPRESARIAIS SISTEMA DE APOIO À DECISÃO (SAD) AULA 07 MATERIAL DIDÁTICO: APLICAÇÕES EMPRESARIAIS SISTEMA DE APOIO À DECISÃO (SAD) JAMES A. O BRIEN MÓDULO 01 Páginas 286 à 294 1 AULA 07 SISTEMAS DE APOIO ÀS DECISÕES 2 Sistemas de Apoio à Decisão (SAD)

Leia mais

SISTEMAS DE APOIO À DECISÃO SAD

SISTEMAS DE APOIO À DECISÃO SAD SISTEMAS DE APOIO À DECISÃO SAD Conceitos introdutórios Decisão Escolha feita entre duas ou mais alternativas. Tomada de decisão típica em organizações: Solução de problemas Exploração de oportunidades

Leia mais

Identificar as mudanças que acontecem na forma e no uso de apoio à decisão em empreendimentos de e-business. Identificar o papel e alternativas de

Identificar as mudanças que acontecem na forma e no uso de apoio à decisão em empreendimentos de e-business. Identificar o papel e alternativas de 1 Identificar as mudanças que acontecem na forma e no uso de apoio à decisão em empreendimentos de e-business. Identificar o papel e alternativas de relatórios dos sistemas de informação gerencial. Descrever

Leia mais

Ser sincero em sua crença de que todos devem ir para casa todos os dias com segurança e saúde - demonstre que você se importa.

Ser sincero em sua crença de que todos devem ir para casa todos os dias com segurança e saúde - demonstre que você se importa. A Liderança Faz a Diferença Guia de Gerenciamento de Riscos Fatais Introdução 2 A prevenção de doenças e acidentes ocupacionais ocorre em duas esferas de controle distintas, mas concomitantes: uma que

Leia mais

GESTÃO DE T.I. José Luís Padovan jlpadovan@gmail.com

GESTÃO DE T.I. José Luís Padovan jlpadovan@gmail.com GESTÃO DE T.I. José Luís Padovan jlpadovan@gmail.com Conceito Com base nas definições podemos concluir que: Governança de de TI TI busca o compartilhamento de de decisões de de TI TI com os os demais dirigentes

Leia mais

PÓS-GRADUAÇÃO Lato Sensu. Gestão e Tecnologia da Informação

PÓS-GRADUAÇÃO Lato Sensu. Gestão e Tecnologia da Informação IETEC - INSTITUTO DE EDUCAÇÃO TECNOLÓGICA PÓS-GRADUAÇÃO Lato Sensu Gestão e Tecnologia da Informação BAM: Analisando Negócios e Serviços em Tempo Real Daniel Leôncio Domingos Fernando Silva Guimarães Resumo

Leia mais

Criação e uso da Inteligência e Governança do BI

Criação e uso da Inteligência e Governança do BI Criação e uso da Inteligência e Governança do BI Criação e uso da Inteligência e Governança do BI Governança do BI O processo geral de criação de inteligência começa pela identificação e priorização de

Leia mais

Pós-Graduação em Gerenciamento de Projetos práticas do PMI

Pós-Graduação em Gerenciamento de Projetos práticas do PMI Pós-Graduação em Gerenciamento de Projetos práticas do PMI Planejamento do Gerenciamento das Comunicações (10) e das Partes Interessadas (13) PLANEJAMENTO 2 PLANEJAMENTO Sem 1 Sem 2 Sem 3 Sem 4 Sem 5 ABRIL

Leia mais

FDQ-TOOL UMA FERRAMENTA PARA A ANÁLISE DA QUALIDADE DA MÉTRICA DE ESFORÇO DO PDS

FDQ-TOOL UMA FERRAMENTA PARA A ANÁLISE DA QUALIDADE DA MÉTRICA DE ESFORÇO DO PDS 25 a 28 de Outubro de 2011 ISBN 978-85-8084-055-1 FDQ-TOOL UMA FERRAMENTA PARA A ANÁLISE DA QUALIDADE DA MÉTRICA DE ESFORÇO DO PDS Marcos Mitsuo Ashihara 1, Nelson Tenório Jr 2, Rita Cristina Galarraga

Leia mais

Data Warehouses Uma Introdução

Data Warehouses Uma Introdução Data Warehouses Uma Introdução Alex dos Santos Vieira, Renaldy Pereira Sousa, Ronaldo Ribeiro Goldschmidt 1. Motivação e Conceitos Básicos Com o advento da globalização, a competitividade entre as empresas

Leia mais

PROJETO DE PESQUISA: UTILIZAÇÃO DE CALCULADORA CIENTÍFICA MODELO CASIO fx-82ms.

PROJETO DE PESQUISA: UTILIZAÇÃO DE CALCULADORA CIENTÍFICA MODELO CASIO fx-82ms. FUNDAÇÃO UNIVERSITARIA FEDERAL DO TOCANTINS UFT CAMPUS UNIVERSITÁRIO DE PALMAS PROJETO DE PESQUISA: UTILIZAÇÃO DE CALCULADORA CIENTÍFICA MODELO CASIO fx-82ms. Autores: Prof. Paulo Alexandre Oliveira Acad.

Leia mais

Data Warehouses. Alunos: Diego Antônio Cotta Silveira Filipe Augusto Rodrigues Nepomuceno Marcos Bastos Silva Roger Rezende Ribeiro Santos

Data Warehouses. Alunos: Diego Antônio Cotta Silveira Filipe Augusto Rodrigues Nepomuceno Marcos Bastos Silva Roger Rezende Ribeiro Santos Data Warehouses Alunos: Diego Antônio Cotta Silveira Filipe Augusto Rodrigues Nepomuceno Marcos Bastos Silva Roger Rezende Ribeiro Santos Conceitos Básicos Data Warehouse(DW) Banco de Dados voltado para

Leia mais

15/09/2015. Gestão e Governança de TI. Modelo de Governança em TI. A entrega de valor. A entrega de valor. A entrega de valor. A entrega de valor

15/09/2015. Gestão e Governança de TI. Modelo de Governança em TI. A entrega de valor. A entrega de valor. A entrega de valor. A entrega de valor Gestão e Governança de TI Modelo de Governança em TI Prof. Marcel Santos Silva PMI (2013), a gestão de portfólio é: uma coleção de projetos e/ou programas e outros trabalhos que são agrupados para facilitar

Leia mais

Orientações para a elaboração dos projetos de pesquisa (Iniciação científica)

Orientações para a elaboração dos projetos de pesquisa (Iniciação científica) GRUPO PAIDÉIA FE/UNICAMP Linha: Episteduc Coordenador: Prof. Dr. Silvio Sánchez Gamboa Orientações para a elaboração dos projetos de pesquisa (Iniciação científica) Os projetos de pesquisa se caracterizam

Leia mais

TÓPICOS AVANÇADOS EM ENGENHARIA DE SOFTWARE

TÓPICOS AVANÇADOS EM ENGENHARIA DE SOFTWARE TÓPICOS AVANÇADOS EM ENGENHARIA DE SOFTWARE Engenharia de Computação Professor: Rosalvo Ferreira de Oliveira Neto OLPT x OLAP Roteiro OLTP Datawarehouse OLAP Operações OLAP Exemplo com Mondrian e Jpivot

Leia mais

Portaria Inep nº 249, de 02 de junho de 2014. Publicada no Diário Oficial da União em 04 de junho de 2014.

Portaria Inep nº 249, de 02 de junho de 2014. Publicada no Diário Oficial da União em 04 de junho de 2014. Portaria Inep nº 249, de 02 de junho de 2014. Publicada no Diário Oficial da União em 04 de junho de 2014. O Presidente do Instituto Nacional de Estudos e Pesquisas Educacionais Anísio Teixeira (Inep),

Leia mais

Sistemas de Apoio à Decisão (SAD) - Senado

Sistemas de Apoio à Decisão (SAD) - Senado Sistemas de Apoio à Decisão (SAD) - Senado DW OLAP BI Ilka Kawashita Material preparado :Prof. Marcio Vitorino Sumário OLAP Data Warehouse (DW/ETL) Modelagem Multidimensional Data Mining BI - Business

Leia mais

Thalita Moraes PPGI Novembro 2007

Thalita Moraes PPGI Novembro 2007 Thalita Moraes PPGI Novembro 2007 A capacidade dos portais corporativos em capturar, organizar e compartilhar informação e conhecimento explícito é interessante especialmente para empresas intensivas

Leia mais

UNIVERSIDADE DO EXTREMO SUL CATARINENSE UNESC CURSO DE GRADUAÇÃO EM CIÊNCIAS CONTÁBEIS LUIZ PAULO RONCHI FREITAS

UNIVERSIDADE DO EXTREMO SUL CATARINENSE UNESC CURSO DE GRADUAÇÃO EM CIÊNCIAS CONTÁBEIS LUIZ PAULO RONCHI FREITAS 0 UNIVERSIDADE DO EXTREMO SUL CATARINENSE UNESC CURSO DE GRADUAÇÃO EM CIÊNCIAS CONTÁBEIS LUIZ PAULO RONCHI FREITAS AS FUNÇÕES DA CONTROLADORIA E O PERFIL DO CONTROLLER NAS EMPRESAS INTEGRANTES DOS PRINCIPAIS

Leia mais

Felipe Pedroso Castelo Branco Cassemiro Martins BALANCED SCORECARD FACULDADE BELO HORIZONTE

Felipe Pedroso Castelo Branco Cassemiro Martins BALANCED SCORECARD FACULDADE BELO HORIZONTE Felipe Pedroso Castelo Branco Cassemiro Martins BALANCED SCORECARD FACULDADE BELO HORIZONTE Belo Horizonte 2011 Felipe Pedroso Castelo Branco Cassemiro Martins BALANCED SCORECARD FACULDADE BELO HORIZONTE

Leia mais

A estruturação de Grupos de Pesquisa

A estruturação de Grupos de Pesquisa A estruturação de Grupos de Pesquisa Pró-Reitoria de Pesquisa e Pós- Graduação O que é um Grupo de Pesquisa? Um conjunto de indivíduos organizados hierarquicamente em torno de uma ou, eventualmente, duas

Leia mais

Business Intelligence e ferramentas de suporte

Business Intelligence e ferramentas de suporte O modelo apresentado na figura procura enfatizar dois aspectos: o primeiro é sobre os aplicativos que cobrem os sistemas que são executados baseados no conhecimento do negócio; sendo assim, o SCM faz o

Leia mais

Autor(es) BARBARA STEFANI RANIERI. Orientador(es) LUIZ EDUARDO GALVÃO MARTINS, ANDERSON BELGAMO. Apoio Financeiro PIBIC/CNPQ. 1.

Autor(es) BARBARA STEFANI RANIERI. Orientador(es) LUIZ EDUARDO GALVÃO MARTINS, ANDERSON BELGAMO. Apoio Financeiro PIBIC/CNPQ. 1. 19 Congresso de Iniciação Científica ESPECIFICAÇÃO E IMPLEMENTAÇÃO DE UMA FERRAMENTA AUTOMATIZADA DE APOIO AO GERSE: GUIA DE ELICITAÇÃO DE REQUISITOS PARA SISTEMAS EMBARCADOS Autor(es) BARBARA STEFANI

Leia mais

AVALIAÇÃO DO DESEMPENHO DE TRANSPORTE DE CARGAS EVOLUÇÃO HISTÓRICA DO ENFOQUE LOGÍSTICO

AVALIAÇÃO DO DESEMPENHO DE TRANSPORTE DE CARGAS EVOLUÇÃO HISTÓRICA DO ENFOQUE LOGÍSTICO AVALIAÇÃO DO DESEMPENHO DE TRANSPORTE DE CARGAS EVOLUÇÃO HISTÓRICA DO ENFOQUE LOGÍSTICO Pré-logística: gestão voltada para o custo do transporte (redução do frete de frotas contratadas ou redução dos custos

Leia mais

FLUXO DE CAIXA COMO FERRAMENTA DE GESTÃO FINANCEIRA PARA MICROEMPRESA

FLUXO DE CAIXA COMO FERRAMENTA DE GESTÃO FINANCEIRA PARA MICROEMPRESA FLUXO DE CAIXA COMO FERRAMENTA DE GESTÃO FINANCEIRA PARA MICROEMPRESA Laércio Dahmer 1 Vandersézar Casturino2 Resumo O atual mercado competitivo tem evidenciado as dificuldades financeiras da microempresa.

Leia mais

Gerenciamento de Projetos

Gerenciamento de Projetos Gerenciamento de Projetos Grupo de Consultores em Governança de TI do SISP 20/02/2013 1 Agenda 1. PMI e MGP/SISP 2. Conceitos Básicos - Operações e Projetos - Gerenciamento de Projetos - Escritório de

Leia mais

FATEC EaD TECNOLOGIA EM GESTÃO EMPRESARIAL PROJETO INTERDISCIPLINAR SÃO PAULO 2014

FATEC EaD TECNOLOGIA EM GESTÃO EMPRESARIAL PROJETO INTERDISCIPLINAR SÃO PAULO 2014 1 FATEC EaD TECNOLOGIA EM GESTÃO EMPRESARIAL PROJETO INTERDISCIPLINAR SÃO PAULO 2014 2 Sumário 1. Introdução... 3 2. Finalidade do Projeto Interdisciplinar... 3 3. Disciplinas Contempladas... 4 4. Material

Leia mais