Estratégias em Tecnologia da Informação. ERP, CRM, BI, Data mining, Data warehouse, ETL Gerenciamento de Dados e Conhecimento

Transcrição

1 Estratégias em Tecnologia da Informação Capítulo 7 ERP, CRM, BI, Data mining, Data warehouse, ETL Gerenciamento de Dados e Conhecimento Material de apoio

2 2 Esclarecimentos Esse material é de apoio para as aulas da disciplina e não substitui a leitura da bibliografia básica. Os professores da disciplina irão focar alguns dos tópicos da bibliografia assim como poderão adicionar alguns detalhes não presentes na bibliografia, com base em suas experiências profissionais. O conteúdo de slides com o título Comentário seguido de um texto, se refere a comentários adicionais ao slide cujo texto indica e tem por objetivo incluir alguma informação adicional aos conteúdo do slide correspondente Bibliografia básica: OLIVEIRA, Djalma P. Rebouças.. Planejamento Estratégico: Conceitos, Metodologia e Práticas. 28ª ed. São Paulo: Atlas, LAUDON, Kenneth.; LAUDON, Jane.. Sistemas de Informação Gerenciais. 7ª ed. São Paulo: Prentice Hall, TURBAN, E. e RAINER Jr., R.K. & POTTER, R.E. Administração de tecnologia da informação. Rio de Janeiro: Campus, WEILL, Peter e ROSS, Jeanne W. Governança de TI: Tecnologia da informação. 1ª ed. São Paulo: M. Books, POLLONI, Enrico Giulio F.. Administrando sistemas de informação: Estudo de Viabilidade. 1ª ed. São Paulo: Futura, 2003.

3 3 Esclarecimentos Antes de entrarmos na essência deste tópico que é Gerenciamento de e conhecimento precisamos conhecer antes os conceitos de alguns mecanismos que produzem dados e os manipulam. São eles: ERP (Enterprise Resource Planning) CRM (Customer Relationship Management) (PRM - Partner Relationship Management) (ERM Employee Relationship Management) Data Mining Data Warehouse Data Mart ETL (Extraction Transformation Loading) BI (Business Intelligence)

4 ERP (Enterprise Resource Planning)

5 5 ERP (Enterprise Resource Planning) ERP é uma arquitetura de software que visa integrar o fluxo de informações entre todos os departamentos da empresa e suas atividades, tais como fabricação, logística, finanças e recursos humanos. É um banco de dados único, operando em uma plataforma comum que interage com um conjunto integrado de aplicações, consolidando todas as operações do negócio em apenas um ambiente computacional. Originou-se a partir de dois sistemas que permitiam o planejamento de consumo de materiais e diversos insumos destinados à produção, mas sem que houvesse uma integração com outros setores ou departamento dentro da empresa. Eram eles: MRP Material Requirements Planning ou Planejamento das Necessidades Materiais MRP II Manufacturing Resources Planning ou Planejamento de Recursos de Fabricação

6 6 ERP (Enterprise Resource Planning) MRP - Material Requirements Planning Esse sistema levava em consideração aspectos como nível de estoque, tempo de reposição, lotes de fabricação, consumo previsto dentre outras variáveis. Seu foco era reduzir os níveis do estoque e melhorar a cadeia de fornecimento. MRP II Manufacturing Resources Planning Percebeu-se que no modelo inicial de MRP haviam falhas por não estarem ligados a recursos financeiros e de mão-de-obra. Desta percepção criou-se em uma nova metodologia chamada MPR II onde acrescentava o planejamento financeiro e de mão-deobra ao modelo anterior. Isto promoveu o sistema a um nível maior ainda de integração. Os sistemas ERP surgiram para ampliar as funcionalidades do MRP e MRP II para outros setores, pois a integração entre os sistemas funcionais da empresa não pararam mais de evoluir.

7 7 ERP (Enterprise Resource Planning) Os critérios a se considerar ao iniciar o projeto de implantação de um sistema ERP são: Conhecimento dos problemas existentes na empresa e as eventuais soluções; Objetivos pretendidos e funções prioritárias da empresa para os próximos anos; Definir força tarefa para analisar e avaliar fornecedores e soluções ERP versus Desenvolvimento Interno; Caso seja optado pelo desenvolvimento interno, verificar a competência da equipe face às exigências do projeto; Caso seja optado por um sistema comercial, analisar os fornecedores sobre diversos aspectos

8 8 ERP (Enterprise Resource Planning) Existem cinco passos a serem seguidos no momento de fazer a implantação de um sistema ERP. São eles: Definir quais módulos serão implantados primeiro; Definir como será feito o treinamento; Definir o melhor período para a implantação de módulos específicos; Apresentar o projeto de implantação como uma atividade estratégica definida pela alta administração da empresa; Definir metas públicas.

9 CRM (Customer Relationship Management)

10 10 CRM (Customer Relationship Management) Um sistema de Gestão de Relacionamento com Cliente (CRM) é uma estratégia de negócio voltada ao entendimento e à antecipação das necessidades dos clientes atuais e potenciais de uma empresa. Não é necessariamente apenas um sistema. O Dentista que, anotando manualmente em sua agenda as últimas visitas de seu paciente fez, os tratamentos realizados e que através de sua secretária lembra de ligar para o paciente avisando-o de que se passaram 6 meses da última visita, está praticando CRM. Do ponto de vista sistêmico, CRM envolve capturar os dados do cliente ao longo de toda a empresa, consolidar todos os dados capturados interna e externamente em um banco de dados central, analisar os dados consolidados, distribuir os resultados dessa análise aos vários pontos de contato com o cliente e usar essa informação ao interagir com o cliente através de qualquer ponto de contado com a empresa.

11 11 CRM (Customer Relationship Management) Vias de relacionamento do Cliente Informações fragmentadas, confusas, perdidas ou isoladas Informações do Cliente Fragmentadas Na mente das pessoas Web Sistema Legado Telefone Notebook dos vendedores Outlook pessoais Pessoal Pertencem às pessoas e não à Empresa Pen drive Dispositivos móveis de vendedores

12 12 CRM (Customer Relationship Management) Vias de relacionamento do Cliente Informações centralizadas, claras, disponíveis e com histórico Informações do Cliente Fragmentadas Na mente das pessoas Web Sistema Legado Telefone CRM Notebook dos vendedores Outlook pessoais Pessoal Pertencem à Empresa e NÃO às pessoas Pen drive Dispositivos móveis de vendedores

13 13 CRM (Customer Relationship Management) Sistemas CRM bem projetados oferecem uma visão única de clientes que serve para melhorar tanto as vendas quanto o atendimento. Da mesma maneira, esses sistemas oferecem ao cliente uma visão única da empresa, independentemente de qual ponto de contato ele esteja usando Os pacotes de software CRM comerciais vão desde ferramentas de nicho que executam apenas algumas funções como personalizar sites para clientes específicos, até aplicativos integrados em larga escala. O CRM busca atender e dar suporte essencialmente às áreas de Vendas, Marketing e Atendimento ao cliente. Podemos segmentar o CRM em 2 finalidades específicas: CRM operacional CRM analítico

14 14 CRM (Customer Relationship Management) O CRM operacional abrange as aplicações voltadas ao cliente, tais como ferramentas de automação de vendas, apoio ao atendimento ao cliente e ao call center e automação de marketing. O CRM analítico abrange as aplicações que analisam os dados do cliente gerados pelas aplicações CRM operacionais, a fim de fornecer informações para que se gerencie melhor o desempenho da empresa. Os pacotes de software e sistemas mais abrangentes de CRM contêm módulos com o mesmo principio de relacionamento para: Gerenciamento do relacionamento com o parceiro (PRM - Partner Relationship Management) Gerenciamento do relacionamento com o funcionário (ERM Employee Relationship Management)

15 Data Mining (Mineração de Dados)

16 16 Data Mining (Mineração de Dados) O Datamining é um processo pelo qual os bancos de dados de uma determinada empresa são vasculhados e analisados em busca de informações que, embora sempre estivessem lá, não eram conhecidas. Isso é feito utilizando softwares específicos, usualmente adquiridos de fornecedores ou desenvolvedores. Os sistemas de mineração de dados pesquisam, analisam e extraem informações a partir de um conjunto volumoso de dados (Ex.: históricos de compra e de pedidos). Com isso, eles identificam padrões de comportamento de consumidores e relações de consumo.

17 17 Data Mining (Mineração de Dados) O Datamining pode ser muito útil no conhecimento de relações ou padrões de consumo, colaborando de maneira importante no planejamento de uma empresa. Além de determinar se é conveniente ou não a manutenção de determinado produto nos pontos de venda, a mineração de dados pode colaborar no layout de lojas e supermercados, por exemplo. Na internet, o Datamining pode ser utilizado para suprir a ausência de um vendedor, que poderia fazer indicações de diversos produtos aos clientes, oferecendo na mesma tela da pesquisa realizada pelo usuário uma série de produtos correlacionados. Isso é feito por meio de uma da análise de vendas realizadas, verificando quais os produtos mais comprados em associação com aquele pesquisado e verificando também quais as áreas de interesse do grupo de consumidores que adquire o produto pesquisado. Na prática, o site está fazendo um Data Mining e detectando padrões de consumo.

18 18 Data Mining (Mineração de Dados) O Text Mining (Mineração de Texto) é a aplicação de Data Mining para arquivos de texto não estruturados ou menos estruturados. Ajudam as organizações a: Encontrar conteúdo oculto dos documentos; Agrupar documentos de grupo por temas comuns. Exemplo: identificar todos os clientes de uma firma de seguro que possuem reclamações semelhantes O Web Mining (Mineração da Web) é a aplicação de técnicas de data mining para descobrir padrões aceitáveis e significativos, perfis e tendências de recursos da Web. É usada nas seguintes áreas: Filtragem de informações ( s, revistas, jornais); Monitoramento de concorrentes, patentes, desenvolvimento tecnológico; Mineração de logs de acesso à Web para análise de fluxo de cliques; Navegação assistida; Serviços que lutam contra o crime na internet.

19 Data Warehouse

20 20 Data Warehouse Data Warehouse é um repositório de dados que armazena dados correntes e históricos de potencial interesse para os tomadores de decisão de toda a empresa, organizados para serem acessíveis em uma forma prontamente aceitável para o processamento analítico. Os dados originam-se de muitos sistemas centrais como sistema de vendas, contras de clientes e manufatura, podendo incluir ainda dados advindos de transações em sites. O Data Warehouse consolida e padroniza as informações oriundas de diferentes bancos de dados operacionais, de modo que elas possam ser usadas por toda a empresa para análise gerencial e tomada de decisões. Data Warehouse é um repositório de dados de diferentes fontes (diferentes unidades industriais, operacionais e/ou comerciais) e de diferentes bancos de dados, gerando relatórios executivos para tomada de decisões pela alta direção da empresa.

21 21 Data Warehouse - ETL (Extraction Transformation Loading)

22 22 Data Warehouse Cada unidade de negócio (planta industrial, representante, distribuidor) que tem informações de interesse da alta administração recebe um software específico que pega no banco de dados de cada unidade os dados e informações necessárias e os envia para o Data Warehouse. Exemplo fictício:

23 23 Data Warehouse - Data Mart Empresas podem montar data warehouses de âmbito empresarial, nos quais um armazém central de dados que atende á organização inteira, ou podem criar armazéns menores, descentralizados, denominados Data Mart (DM). Por definição, o conceito de Data Mart é um subconjunto de um data warehouse, no qual uma porção resumida ou altamente focalizada dos dados da organização é colocada em um banco separado destinado a uma população específica de usuários. Data Mart 1 Data Mart 2 Data Warehouse Data Mart 3

24 24 Data Warehouse - ETL (Extraction Transformation Loading) O ETL (Extração, Transformação, Carga) é um software especial que processa dados e depois armazena os dados processados em um data warehouse. Nem todos os dados são transferidos para o data warehouse, mas aqueles dados transferidos são organizados em um formato fácil para os usuários finais acessarem. CRM ERP Outros Extração, Transformação e carga de dados (ETL) Data Warehouse Estes dados são padronizados e organizados por assuntos (chamados dimensões empresariais), como área funcional, fornecedor ou produto.

25 BI (Business Intelligence) e Gestão do conhecimento

26 26 BI (Business Intelligence) e Gestão do conhecimento Chegamos ao ponto culminante deste capítulo, pois é onde vemos como efetivamente como utilizar todo este volume de informações através dos sistemas até agora compreendidos. Quando os dados estiverem nos Data warehouse ou nos banco de dados sejam eles quais forem, os usuários podem então, realizar várias atividades. Essas atividades constantemente referenciadas como processamento analítico ou, mas mais comumente por Inteligência Empresarial, Inteligência de Negócios ou Business Intelligence (BI). Business Intelligence (BI) é uma categoria ampla de aplicações e técnicas para coletar, armazenar, analisar e oferecer acesso aos dados e ajudar os usuários da empresa a fazerem melhores negócios e tomarem melhores decisões estratégicas. O processo de BI normalmente, mas não necessariamente, envolve o uso de um data warehouse.

27 27 BI (Business Intelligence) e Gestão do conhecimento O BI emprega uma grande quantidade de ferramentas e técnicas. As principais aplicações incluem as atividades de consulta e relatório, processamento analítico on-line (OLAP), apoio à decisão, data mining, previsão e análise estatística. Processamento analítico on-line (OLAP) é o processamento de dados assim que ocorrem as transações. Podemos dividir as ferramentas de BI em (2) duas categorias importantes: 1 Descoberta de informações e conhecimento 2 Apoio à decisão e análise inteligente Em cada categoria, existem várias ferramentas e técnicas.

28 28 BI (Business Intelligence) e Gestão do conhecimento Categorias de inteligência empresarial Inteligência empresarial Descoberta de informação e do conhecimento Inteligência empresarial Consulta Ocasional SAD (Sistema de Apoio à Decisão) Análise de ciência e gerenciamento OLAP Data Mining Web Mining SAD de grupo Suporte executivo e empresarial Apoio à decisão integrado Análise de lucratividade e outros Inteligência artificial aplicada Medições de BPI, BPM

29 29 BI (Business Intelligence) e Gestão do conhecimento Descoberta de informações e conhecimento O processo de extrair conhecimento útil de volumes de dados é conhecido como descoberta de conhecimento ou Knowledge discovery (KD). Seu principal objetivo é identificar padrões válidos, novos, potencialmente úteis e no final das contas, inteligíveis, nos dados. O KD é útil porque é aceito por três tecnologias que agora são suficientemente maduras: Coleta de dados volumosa Computadores de multiprocessadores poderosos Mineração de dados (Data mining) e outros algoritmos

30 30 BI (Business Intelligence) e Gestão do conhecimento Descoberta de informações e conhecimento Ferramentas importantes de descoberta de informação: Consultas e relatórios ocasionais Permitem que os usuários solicitem, em tempo real, informações do computador do que não estão disponíveis em relatórios periódicos. Trazem respostas para agilizar a tomada de decisão. Sistemas simples são baseados em Menus. Sistemas mais sofisticados utilizam linguagem de consulta estruturada (SQL)

31 31 BI (Business Intelligence) e Gestão do conhecimento Descoberta de informações e conhecimento Ferramentas importantes de descoberta de informação: OLAP (On-line Analytical Processing) É o processamento de dados assim que ocorrem as transações. As ferramentas OLAP podem analisar dados para refletir as necessidades de negócios reais. Seu poder está na sua capacidade de criar estruturas empresariais e combiná-las de maneira a permitir que os usuários respondam rapidamente às perguntas da empresa. São retrospectivas por natureza Não oferecem descoberta de conhecimento automatizada.

32 32 BI (Business Intelligence) e Gestão do conhecimento Descoberta de informações e conhecimento Ferramentas importantes de descoberta de informação: Mineração de Dados (Data Mining) Está se tornando uma ferramenta importante para analisar grandes quantidades de dados. Automatiza o processo de localização de informações previsíveis em grandes bancos de dados. Identificam padrões previamente ocultos em uma etapa. Pode ser realizado pelos usuários finais com pouca ou nenhuma habilidade de programação para fazer perguntas ocasionais. Podem ser combinadas com planilhas e outras ferramentas de desenvolvimento de software do usuário final.

33 33 BI (Business Intelligence) e Gestão do conhecimento Conhecimento é uma informação contextual, relevante e acionável. Capital intelectual (ou ativos intelectuais) é outro termo constantemente utilizado para conhecimento. Para o sucesso organizacional, o conhecimento, como uma forma de capital, precisa ser trocado entre as pessoas e precisa ser capaz de crescer. O Conhecimento pode ser : Explícito ou Tácito

34 34 BI (Business Intelligence) e Gestão do conhecimento Conhecimento explícito lida com o conhecimento mais objetivo, racional e técnico. Em uma organização consiste nas políticas, guias de procedimento, documentos oficiais, relatórios, projetos, produtos, estratégias, metas, missão e competências centrais da empresa e a infraestrutura de TI. É o conhecimento que foi codificado (documentado) em um formato que pode ser distribuído para outros ou transformado em um processo ou estratégia. Conhecimento tácito é o acúmulo de aprendizado subjetivo ou experimental. É altamente pessoal, não te, forma tangível e é difícil de formalizar ou codificar Em uma organização é o acúmulo de experiências, percepções, expertise, know-how, segredos de negócios, conjuntos de habilidades, entendimento e aprendizado que uma organização tem. Inclui também a cultura organizacional que possui embutida as experiências passadas e presentas das pessoas da organização, processos e valores.

35 35 BI (Business Intelligence) e Gestão do conhecimento No contexto de Tecnologia da Informação, o conhecimento é MUITO distinto de dados e das informações com já vimos anteriormente. Recapitulando: Dados: são uma coleção de fatos, medições e estatísticas, que representam eventos que acontecem no ambiente das empresas. Informação: são os dados organizados ou processados em uma forma significativa e útil para os seres humanos. São oportunos e precisos. Conhecimento: é a informação contextual, relevante e acionável. Colocando de forma simples, é a informação em ação. DADOS Processados INFORMAÇÕES Relevantes e acionáveis CONHECIMENTO Dados relevantes e acionáveis

36 36 BI (Business Intelligence) e Gestão do conhecimento

37 37 BI (Business Intelligence) e Gestão do conhecimento Gestão de conhecimento (KM Knowledge Management) é um processo que ajuda as organizações a identificar, selecionar, organizar, disseminar, transferir e aplicar informações e experiências importantes que fazem parte da memória da organização e que normalmente residem dentro da organização de uma maneira desestruturada. O objetivo da Gestão do conhecimento é que uma organização esteja ciente do conhecimento individual e coletivo, para que possa fazer uso mais eficaz do conhecimento que possui. Historicamente, o gerenciamento de sistemas da informação tem focalizado a captura, o armazenamento, a gestão e o relato de conhecimento explícito. As organizações agora reconhecem a necessidade de integrar o conhecimento explícito e tácito em sistemas de informação formais.

38 38 BI (Business Intelligence) e Gestão do conhecimento Os sistemas de gestão do conhecimento (KMSs Knowledge Managemente Systems) referem-se ao uso de tecnologias de informação modernas para sistematizar, aprimorar e agilizar a gestão do conhecimento dentro da empresa e entre empresas. Podemos citar como exemplos comuns da atualidade a internet, as intranets, filtros de software, LotusNotes, Exchange, etc. Os KMSs servem para ajudar a organização a lidar com o rodízio de funcionários, a mudança ráida e o donwsizing, tornando a experiência do capital humano da organização bastante acessível.

39 39 BI (Business Intelligence) e Gestão do conhecimento (ERP, CRM, BD, Arquivos) + (ETL, Data Warehouse, Data Mart) = BI BI = Conhecimento

40 40 BI (Business Intelligence) e Gestão do conhecimento