AVALIAÇÃO DA EFICIÊNCIA DA GERÊNCIA DE REDES DE TELECOMUNICAÇÕES USANDO TÉCNICAS DE BI

Tamanho: px
Começar a partir da página:

Download "AVALIAÇÃO DA EFICIÊNCIA DA GERÊNCIA DE REDES DE TELECOMUNICAÇÕES USANDO TÉCNICAS DE BI"

Transcrição

1 AVALIAÇÃO DA EFICIÊNCIA DA GERÊNCIA DE REDES DE TELECOMUNICAÇÕES USANDO TÉCNICAS DE BI Jorge Luiz de Araujo Monteiro IBMEC-RJ Gerson Lachtermacher FCE/UERJ e EBAPE/FGV / Paulo Sérgio de Souza Coelho IBMEC-RJ RESUMO A avaliação da eficiência da gerência de redes de telecomunicações é realizada usando técnicas de BI (Data Mining e OLAP). Foram analisados dados gerados pelo Sistema de Registro de Problemas de uma empresa multinacional prestadora de serviços de telecomunicações. Este estudo baseou-se em ocorrências do ano de 2005 e nas metas estabelecidas para recuperar falhas nos serviços contratados. Forças e fraquezas no mecanismo de gerência atualmente utilizado foram apontadas. Os resultados mostraram a eficiência das técnicas utilizadas para o problema em questão, e trouxeram evidencias para uma teoria presente na literatura especializada que estas técnicas são semelhantes e, portanto, alternativas. 1 INTRODUÇÃO Uma das áreas de maior interesse e expansão nos últimos anos, tanto no Brasil quanto no resto do mundo, é a área de transmissão de dados. O próprio fenômeno da globalização é, em grande parte, atribuído a uma revolução na forma, rapidez e facilidade com que são trocadas, difundidas e manipuladas as informações em redes de comunicação globais como a Internet (CHEN & KONG, 1999). Ainda segundo o mesmo autor, empresas de serviços de telecomunicações que, no passado, dedicavam-se exclusivamente à telefonia ou distribuição de TV, vêem hoje seu mercado como um terreno único, permeado por tecnologias que deverão integrar-se em grandes redes mundialmente interligadas, capazes de prover uma gama de novos serviços diferenciados e a preços competitivos. Dados de empresas de consultoria e institutos internacionais de pesquisa de mercado indicam que, em 1999, a perda de faturamento das prestadoras de serviços de telecomunicações no mundo chegou a US$ 15 bilhões. Segundo a mesma pesquisa, uma parte delas (33%), nem sabe que estão perdendo receita, mais um expressivo número de empresas que não consegue identificar a origem da evasão (COSTA, 2001). Fatos como estes têm motivado um número cada vez maior de empresas operadoras de telecomunicações a investirem em soluções destinadas a facilitar o gerenciamento de suas redes, de modo a melhorar o desempenho e a qualidade e evitar a perda de receitas (CHEN & KONG, 1999). O objetivo deste estudo é avaliar a eficiência da gestão da rede de telecomunicações de uma empresa fornecedora de soluções de telecomunicações. Sua rede principal alcança mais de 300 cidades e 28 países em todo o mundo, e fornece serviços para cerca de 600 cidades em 60 países. O sistema de gerência de redes inclui o acompanhamento de ocorrência e do

2 processo de solução das falhas, mas não possui um mecanismo para controle percentual das mesmas. Para obter esta informação, considerou-se os dados oriundos do sistema de CRM desta empresa. Como a ocorrência de problemas é, normalmente, relatado a partir do cliente, estas informações estavam disponíveis neste sistema. Estes dados foram analisados para verificar se as metas estavam sendo efetivamente cumpridas. Os métodos para análise foram duas diferentes técnicas de Business Intelligence (BI): Regras de Associação (Data Mining) e manipulação de cubos OLAP. Apesar de não ser o objetivo inicial deste estudo, a comparação destas técnicas foi inevitável. Como conseqüência, alguns subsídios que reforçam a teoria de que é possível fazer Data Mining a partir de manipulações OLAP foram obtidos. A motivação principal foi a necessidade de avaliação da eficiência da própria empresa estudada. Entretanto, deve-se considerar que o problema que foi tratado neste estudo é recorrente em outras empresas. As semelhanças devem ser mais facilmente percebidas considerando empresas de porte semelhante e que atuam no mesmo mercado. Entretanto, as técnicas aqui descritas podem ser aplicadas em universos mais diversos, como por exemplo, empresas prestadoras de serviços. Em particular, deve-se ressaltar que não se conhece na literatura nenhuma aplicação semelhante para avaliação paralela de sistemas de gestão de redes de telecomunicações. O texto está dividido em 4 seções além desta. A Seção 2 contém a revisão da literatura que foi feita, tratando basicamente do problema gestão de redes de telecomunicações, inclusive as ferramentas tradicionais de avaliação de eficiência, e dos métodos Data Mining e OLAP. A Seção 3 apresenta a metodologia realizada, desde a extração dos dados até a aplicação das técnicas. Na seção 4 são descritos os resultados e como eles foram analisados. Nesta seção há uma breve discussão sobre a relação Data Mining e OLAP. Finalmente, a Seção 5 é a conclusão dos estudos, com as considerações finais. 2 REVISÃO BIBLIOGRÁFICA A revisão feita é dividida em duas partes bem especificas: o problema e os métodos. Os conceitos relativos ao problema são apresentados a partir da literatura acadêmica e, principalmente, técnica, pois foram consultados os órgãos internacionais de padronização e de regulamentação. Os conceitos relativos aos métodos foram obtidos exclusivamente na literatura acadêmica. 2.1 GERÊNCIA DE REDES DE TELECOMUNICAÇÕES A gerência de redes tornou-se fundamental no acompanhamento da evolução tecnológica, ocorrida nos sistemas de telecomunicações, e a crescente integração entre empresas operadoras dos mesmos. Esta gerência tem se tornado cada vez mais complexa devido ao aumento de capacidade dos equipamentos e a conseqüente diversificação dos serviços oferecidos por tais empresas (CHEN & KONG, 1999). A gerência integrada de rede teve a sua organização física e funcional definida no ITU-T (International Telecommunications Union-Telecommunications Standardization Section), sob o título TMN (Telecommunications Management Network) e possui uma recomendação básica com o título de Recomendação Dias (2006) cita que no Brasil são usados os termos: Gerência de Redes ou Gerência Integrada de Redes e Serviços (GIRS).

3 2.1.1 Desafios da Gerência de Redes em uma rede convergente Segundo Dias (2006), no passado a Gerência de Redes tratava separadamente o tráfego de voz e de dados. Apesar dos seus problemas operacionais, as atividades de Gerência eram de certa forma, tranqüilas, pois o comportamento dessas redes era conhecido. Apesar disso, faltava uma cultura de Gerenciamento de Rede, que considerasse a necessidade de investimentos, controle de processos e ferramentas disponíveis. Pode-se perceber a complexidade de gerenciamento e o que ela pode trazer nos custos operacionais de uma operadora através de um simples exemplo: algumas vezes ocorre um alarme na rede, ou seja, a divulgação de que um problema ocorreu, o qual se espalha provocando outros alarmes em função das suas interdependências. Isto é, um alarme provoca outros alarmes em cadeia. Deve-se perceber que a topologia de uma rede de telecomunicações define variadas formas de interdependências entre sistemas. Assim, a operadora que não possuir no seu sistema de gerência de rede uma ferramenta de correlação de alarmes que possa detectar a causa raiz daquela série de alarmes terá sérios problemas operacionais. A prática comum nestes casos é checar todas as causas possíveis. Como em geral há urgência para a solução do problema, geralmente são despachadas diversas ordens de serviços, que pode incluir várias equipes e localidades, sendo que quase todas as ordens serão inócuas, pois o problema não estará sob o seu controle (DIAS, 2006). Como resultado se observa tempo excessivo para solução do problema, utilização de mão de obra e recursos desnecessários, frustração com o resultado, desconforto entre equipes, perda de tráfego, e, muito provavelmente, falta de qualidade no serviço prestado aos clientes. O custo devido a uma ocorrência deste tipo e nestas condições é muito alto. Ocorrências como estas acontecem todos os dias, o que torna crítico o uso de um sistema de gerência eficiente. A situação vem se tornando cada vez mais crítica, pois as redes estão cada vez mais complexas e as exigências cada vez maiores. Dias (2006) concluiu dizendo que de qualquer forma as empresas operadoras de telecomunicações terão que se voltar para usar convenientemente os dados que coletam e tratam, transformando-os em informação e, com mais algum trabalho, transformá-los em informações inteligentes Sistema de Registro de Problemas O Sistema de Registro de Problemas é uma ferramenta usada nos Centros de Gerência de Redes para registrar as falhas ocorridas nas redes das empresas prestadoras de serviços de telecomunicações. Os Centro de Gerência de Redes utilizam Sistemas de Registro de Problemas a fim de manterem um histórico dos mesmos em bancos de dados, o que viabiliza a utilização de sistemas especialista na solução dos problemas. Segundo a norma RFC1297 (Network Working Group, 1992) um sistema de registro de problemas deve servir aos seguintes propósitos: Histórico e comunicação: A finalidade primária do sistema é manter um histórico dos problemas ocorridos na rede. Como os operadores de um Centro de Gerência normalmente trabalham em turnos, este histórico torna-se fundamental no acompanhamento dos problemas, possibilitando que vários operadores trabalhem no mesmo problema, tanto dentro do turno quanto na seqüência. O sistema trabalha com o conceito de ticket, ou case, que descreve o problema fornece um histórico completo

4 do mesmo, de modo que todos os operadores conseguem examiná-lo sem ter que consultar outros operadores; Programaçao e distribuição do trabalho: Como os Centros de Gerência lidam com vários problemas simultaneamente e cada um com uma prioridade diferente, o sistema deve fornecer, em tempo real, uma lista dos problemas existentes, ordenados por prioridades. Isto permite que os operadores organizem seus trabalhos no início e durante o turno. Também permite que os supervisores fiquem a par da carga de serviço atual do Centro de Gerência; Despachar atendimento: Se o sistema for integrado a um servidor de correio eletrônico, o ticket poderá ser encaminhado à um operador, a fim de que ele possa resolvê-lo, relacionando o ticket ao operador designado; Despertador: Na maioria das vezes os tickets ficam abertos aguardando por algum evento e esta espera deve estar associada a algum temporizador, pois do contrário eles ficariam abertos indefinidamente. Se um ticket estiver aguardando a resposta de uma empresa de telefonia, por exemplo, deverá existir um tempo de resposta definido para este aguardo. Se no período definido por este temporizador não houver resposta, o sistema deve mudar o status do ticket para que ele volte a ser acompanhado. Da mesma forma, se um ticket tiver sido despachado para um site remoto deverá existir um tempo de resposta definido para o aguardo da solução do problema. Um bom sistema de registro de problemas é aquele que permite definir temporizadores para cada ticket aberto. Temporizadores são importantes, pois eles também ajudam no processo de escalonamento hierárquico da solução dos problemas; Supervisão por engenheiros e representantes de clientes: Os Centros de Gerência de Redes operam, normalmente, mais de uma rede e têm técnicos (engenheiros, representantes de clientes, etc) responsáveis por apenas parte de cada rede. Para estas pessoas deverão existir, no sistema, relatórios com filtros que possibilitem a seleção das redes desejadas. Esses relatórios deverão incluir também sumários dos tickets referentes aos dias anteriores mostrando aqueles ainda abertos. A finalidade desses relatórios é manter os supervisores dos sites informados sobre tendências e problemas em sistemas que ainda estejam fora do ar; Análise Estatística: a padronização dos atributos dos tickets possibilita a categorização dos mesmos e esta categorização é útil na análise de desempenho dos equipamentos e do Centro de Gerência de Redes. Esta padronização também deverá incluir as informações sobre o tempo entre falhas (MTBF Mean Time Between Failure) e o tempo gasto no reparo (MTTR Mean Time to Repair) de determinado sistema/equipamento. Os atributos também poderão ser usados em estatísticas que avaliem o estado dos equipamentos da rede, podendo, desta forma, serem substituídos antes que venham a afetar a saúde da mesma. Um bom sistema de registro de problemas deverá fornecer estas informações estatísticas em um formato que possa ser usado em planilhas eletrônicas e programas gráficos; Filtro de alertas: Deverá ser possível usar as informações sobre o estado da rede, contidas nos tickets, a fim de filtrar os alertas que são mostrados nos sistema de gerência de cada equipamento. Desta forma, se um determinado nó estiver fora do ar e já existir um ticket referente a este problema, o alerta para aquele será reconhecido pelo sistema de gerência que lhe dará um tratamento especial, a nível de prioridade, status, ou até de maneira que ele não apareça no sistema; Justificativas para os clientes e boa imagem do Centro de Gerência: Os Centros de Gerência de Redes lidam com clientes que querem ter seus problemas solucionados rapidamente. Muitas vezes esses problemas não são solucionados no tempo esperado

5 pelo cliente, o que causa, normalmente, problemas para ambas as partes. O sistema deverá registrar o esforço feito pelo pessoal responsável em solucionar o problema, e os motivos que os levaram ao não cumprimento dos prazos esperados, a fim de que se possa dar justificativas plausíveis aos clientes. 2.2 BUSINESS INTELLIGENCE É essencial, para o sucesso de uma organização, que seus empregados, em todos os níveis hierárquicos, entendam do negócio da empresa, e este conhecimento pode ser adquirido através de processos que facilitem o acesso às informações necessárias aos mesmos. Este fato tem produzido uma enorme demanda em tecnologias que possam armazenar, recuperar e manipular dados dentro das organizações (KUDYBA & HOPTROFF, 2001). A filosofia do BI é definir regras e técnicas que transformem dados em depósitos estruturados de informação, não importando a origem dos mesmos. Uma vez estruturados, esses dados podem ser interpretados pela óptica analítica das ferramentas OLAP (On Line Analytical Processing) ou através de inferências usando as ferramentas de Data Mining. Assim sendo, a função fundamental do BI é a de permitir que as empresas tenham acesso rápido, facilitado e confiável às informações contidas nos dados sem gerar impacto negativo às operações das empresas (KUDYBA & HOPTROFF, 2001) Ferramentas OLAP As ferramentas OLAP têm como finalidade facilitar a interpretação das informações, podendo lidar com grandes volumes de dados. Esses dados são agrupados na forma de cubos que podem ser acessados de uma forma bastante amigável. Um cubo de dados permite que os mesmos sejam modelados e vistos em várias dimensões (HAN & KAMBER, 2001). A técnica de modelagem dos dados em cubos para serem manipulados por ferramentas OLAP é chamada de modelagem dimensional. Esta técnica permite que o usuário perceba os dados numa forma próxima de seu entendimento, com várias perspectivas possíveis, dentre elas o tempo e o espaço (BARBIERI, 2001). A modelagem dimensional tem como produto final um modelo conceitual dimensional, formado por tabelas Fato e tabelas Dimensão. Barbieri (2001) descreve as tabelas Fato e Dimensão da seguinte maneira: As tabelas Fato servem para armazenar medidas numéricas associadas a eventos de negócio. Uma tabela Fato contém vários fatos, correspondentes a cada uma de suas linhas. Cada fato pode armazenar uma ou mais medidas numéricas, que constituem os valores objetos da análise dimensional. Possuem como chave-primária, normalmente, um campo multi-key, formado pelas chaves-primárias das dimensões que com ela se relacionam. Normalmente armazenam muito mais linhas do que as tabelas Dimensão, e merecem cuidado especial em função do seu alto volume. Contém dados normalmente aditivos (manipulados por soma, média, etc) e relativamente estáticos. As tabelas Dimensão representam entidades de negócios e constituem as estruturas de entrada que servem para armazenar informações como tempo, geografia, produto, cliente, etc. As tabelas Dimensão têm uma dimensão 1:N com a tabela Fato, e possuem um número significativamente menor de linhas do que as tabelas Fato. Possuem múltiplas colunas de informação, algumas das quais representam a sua hierarquia. Apresentam sempre uma chave primária, que lhes confere unicidade, chave essa que participa da tabela Fato como parte de sua chave múltipla. Devem ser entendidas como as tabelas que realizam os filtros de valores aplicados na manipulação dos fatos e por onde as consultas entram no ambiente Data Warehouse/Data Market. As figuras 2.1 e 2.2, a seguir, ilustram os conceitos de tabelas Fato e Dimensão.

6 LOJA Código Chave + Atributos VENDAS Código Produto Código Loja Código Dia DIA Código Chave + Atributos Quantidade Vendida Valor ESQUEMA DIMENSIONAL PRODUTO Código Chave + Atributos Tabela Fato: chaves + fatos numéricos e aditivos Tabela Dimensão: chaves + atributos e filtros Figura 2.1: Exemplo de um modelo Dimensional. Extraído de Barbieri (2001). TABELAS DIMENSÃO TABELA FATO Loja Loja Produto Dia Qtd Vendida Valor Produto Fato Dia Medidas Figura 2.2: Composição básica de uma tabela Fato. Extraído de Barbieri (2001). Considere ainda o modelo 2-D simples (Figura 2.3) que nada mais é do que uma tabela de vendas. Esta tabela apresenta os dados sobre as vendas da empresa segundo a dimensão tempo e itens, das filiais localizadas na cidade de Vancouver. Os valores mostrados estão em milhares de dólares (Extraído de Han & kamber, 2001). Figura 2.3: Itens vendidos por trimestre na cidade de Vancouver. Adaptado de Han & Kamber (2001).

7 Caso se desejasse observar os dados de vendas segundo os atributos trimestres, item e localização, referentes às cidades de Chicago, New York, Toronto e Vancouver, se estaria lidando com uma visão 3-D dos mesmos. Esta visão, mostrada na figura 2.4 a seguir, é representada como uma série de tabelas de duas dimensões. Conceitualmente os mesmos dados podem ser representados na forma de um cubo 3- D, como também mostrado na figura 2.4. Figura 2.4: Visão 3-D dos dados. Adaptado de Han & Kamber (2001). Se fosse considerado mais um atribuo para a visualização dos dados de vendas fornecedor, por exemplo é considerado que se está lidando com uma visão 4-D dos mesmos. Esta visão não é simples de se obter. Porém se pode imaginá-la como uma série de cubos de dados 3-D, conforme mostrado na figura 2.5 a seguir. Figura 2.5: Visão 4-D dos dados. Adaptado de Han & Kamber (2001). Continuando com esta estratégia, é possível representar qualquer n-d dimensões de dados, como uma série de cubos (n-1)-d. O termo cubo de dados é usado como sinônimo de

8 armazenamento multidimensional de dados, porém a armazenagem física dos mesmos pode diferir (em geral difere) desta representação lógica Regras de Associação Regras de Associação é o nome dado para uma técnica usada em Data Mining, que consiste em encontrar associações ou relacionamentos entre itens de dados em grandes bases de dados. As empresas cada vez mais vêm se interessando em descobrir associações interessantes em suas bases de dados, devido ao acúmulo de registros gerados constantemente por seus sistemas corporativos ou operacionais que, com certeza, as ajudariam na tomada de decisões importantes para o negócio das empresas. A principal aplicação das Regras de Associação é a análise de cestas de supermercado, que visa descobrir os hábitos dos clientes, verificando os tipos de mercadorias que são adquiridas em conjunto. Figura 2.6: Análise de cesta de supermercado. Adaptado de HAN & KAMBER (2001). Esta descoberta facilita a tarefa da equipe de marketing, por exemplo, mostrando qual a melhor estratégia a usar na organização dos produtos nas prateleiras dos supermercados. Por exemplo, a equipe de marketing pode saber quais outros produtos são adquiridos por um cliente juntamente com o leite (pão, manteiga etc.), em uma ida ao supermercado. Com esta informação, dependendo da estratégia adotada, seria possível colocar os produtos que são consumidos juntos - próximos um do outro - a fim de facilitar a busca destes produtos pelos clientes. Por outro lado, pode ser interessante separá-los, a fim de que os clientes passem por outros produtos, a fim de que os mesmos sejam vistos e, muitas vezes adquiridos pelos clientes. Frequentemente, em grandes bancos de dados que armazenam milhares de itens, como aqueles existentes em redes de supermercados, desejam-se descobrir associações importantes entre os itens comercializados, tal que a presença de alguns deles em uma transação (compra e

9 venda) implique na presença de outros na mesma transação. O objetivo então é encontrar todas as regras relevantes que associem os itens, do tipo X (antecedente) Y (conseqüente). Cada regra de associação gerada possui diversas medidas de qualidade, dentre as quais suporte e confiança são muito usadas. O suporte mede a abrangência da regra, ou seja, o percentual de casos observados em que a regra ocorreu. A confiança é calculada como o percentual de ocorrências da regra em relação ao total de vezes que ocorreu o antecedente. Esta medida serve para mostrar com que segurança se pode afirmar que o antecedente é a causa do conseqüente. Por exemplo, uma confiança de 0,9 indica que 90% das vezes que o antecedente ocorreu, ocorreu também o conseqüente. O suporte é definido matematicamente como: Suporte (X Y) = N de registros em que aparecem X e Y / N total de registros A confiança tem a seguinte representação matemática: Confiança (XY) = N de registros que aparecem X e Y/N de registros em que aparecem X Foram desenvolvidos diversos algoritmos para realizar a indução do conjunto de Regras de Associação a partir de uma massa de dados. Entretanto, o algoritmo Apriori é o primeiro, e o mais importante de todos. A sua importância se dá porque, além de ser extremamente eficiente, o algoritmo usa uma heurística que vem sendo utilizada em outros problemas (HAN & KAMBER, 2001). Suporte e confiança são dois critérios usados pelo algoritmo Apriori para indução do conjunto de Regras de Associação. Estes parâmetros medem a relevância das regras descobertas. Para tanto, antes da extração das regras são definidos como parâmetros para o processo de indução valores mínimos para estas medias. Para que uma regra seja interessante, os seus indicadores de suporte e confiança precisam satisfazer os limites mínimos (parâmetros) que são, normalmente, baixos para o suporte e altos para a confiança (HAN & KAMBER, 2001). 3 METODOLOGIA Os dados analisados neste trabalho foram extraídos da base de dados do Software Clarify. O Clarify é um software de CRM usado pela empresa para registrar as notificações de problemas feitas pelos clientes como também pelos técnicos responsáveis em manter o backbone da mesma. 3.1 SELEÇÃO DOS DADOS A empresa definiu os tempos descritos na tabela 3.3, a seguir, como sendo os limites aceitáveis para a solução dos problemas (MTTR Mean Time to Repair) relatados por seus clientes. CATEGORIAS TEMPOS CRITICAL 2 horas MAJOR 4 horas MINOR 8 horas NO IMPACT 24 horas Tabela 3.3: Tempos para solução dos problemas

10 A meta da empresa é cumprir estes limites em no mínimo 65% dos casos registrados em cada categoria, por mês. Esta meta foi decidida a um nível estratégico da empresa, não cabendo questionamentos sobre este índice. Sabe-se que, quanto maior o percentual mais eficiente está sendo a gerência. Entretanto, o sistema de gerência não possui rotinas que permitam acompanhar esta meta estratégica. A solução para este acompanhamento foi considerar como fonte de dados o histórico do sistema Clarify, que é uma fonte extremamente confiável pois, em média, 90% dos problemas são relatados pelos clientes. O Clarify possui uma ferramenta que facilita o acesso aos trinta e um atributos existentes em sua base de dados. Somente os atributos a seguir foram utilizados por conterem as informações necessárias a esta pesquisa: ATRIBUTO DESCRIÇÃO Priority Prioridade do case (1, 2, 3 ou 4) Product_type Código do produto Creation_time Data de criação do case Time_to_restoral Tempo gasto na restauração do serviço Resol_cat Categoria em que resolução do problema se enquadra Trouble_region Região aonde os problemas ocorreram Tabela 3.1: Atributos usados na pesquisa Os registros analisados referem-se ao ano de 2005, e estão distribuídos da seguinte maneira: MESES 3.2 PREPARAÇÃO DOS DADOS TOTAL DE REGISTROS Janeiro Fevereiro Março Abril Maio Junho Julho Agosto Setembro Outubro Novembro Dezembro TOTAL Tabela 3.2: Distribuição dos registros A seguir serão descritos os pré-processamentos que se fizeram necessários a fim de para que os dados extraídos do software Clarify pudessem ser utilizados: Criação do atributo MTTR a partir do atributo Time_to_restoral : Baseado na Tabela 3.3, que descreve os tempos esperados para a solução dos problemas, criou-se o atributo MTTR (Mean Time to Repair) a fim de podermos verificar em qual categoria (1-Critical, 2-Major, 3-Minor ou 4-No Impact) o tempo gasto na solução do

11 problema se enquadrava. Uma vez criado o atributo MTTR não mais foi usada a informação do atributo Time_to_restoral; Mudança do nome do atributo Creation_time para Mês e o conteúdo do mesmo para o formato MMAAAA : Como a informação detalhada sobre a data e a hora da notificação do problema não seria necessária, o atributo Creation_time foi renomeado para Mês e o seu conteúdo mudado para o formato MMAAAA; Seleção dos registros referentes às notificações de problemas relativos aos serviços dos clientes: Como o sistema Clarify também guarda informações relativas às notificações de problemas não relacionadas com falhas nos serviços dos clientes, foi necessário separar tais informações a fim de que elas não mascarassem o resultado da pesquisa; Para facilitar este processo de separação, optou-se em exportar os dados para um Software Gerenciador de Banco de Dados (SGBD) e criou-se uma tabela contendo dois atributos: Product_type (mesmo nome do atributo original) e NomeFantasia, (nome que será usado nos relatórios da pesquisa, a fim de mantermos o sigilo das informações da empresa). Esta tabela foi preenchida com os nomes dos serviços desejados e um procedimento foi criado no banco de dados para selecionar somente os serviços existentes na referida tabela. Este procedimento recebe como parâmetros de entrada o mês e o ano desejados na seleção; Exclusão dos registros com a informação Not applicable no campo Trouble_region : Estes registros foram eliminados da pesquisa, pois os mesmos não continham informações relevantes para a mesma Análise dos Dados Duas técnicas de análise foram usadas a fim de que pudéssemos validar os resultados obtidos: Regras de Associação e Tabelas Dinâmicas OLAP Regras de Associação Esta pesquisa usou o Software WEKA, desenvolvido pela Universidade de Waikato, na Nova Zelândia. Ele é um software de domínio público (WEKA, 2007) composto por um conjunto de algoritmos de diversas técnicas de Data Mining e tem a vantagem de poder ser executado a partir de diferentes plataformas (WITTEN & FRANK, 2000). Dentre os vários algoritmos para manipulação e análise de dados disponíveis no WEKA encontra-se o Apriori, que foi utilizado neste estudo para descobrir regras de associação relevantes entre os atributos selecionados anteriormente. Como o computador utilizado neste processo não suportou analisar os registros de uma única vez - devido à limitação de memória do mesmo - optou-se em criar vários arquivos CSVs (arquivos de exportação da plataforma Microsfoft que podem ser usados no WEKA), um para cada mês. Estes arquivos foram criados a partir do procedimento descrito na preparação de dados, com os seguintes atributos: Priority, Product_type, Resol_cat, Trouble_region e MTTR. Dentre os parâmetros disponíveis na implementação do Apriori no WEKA, apenas os que estão apresentados a seguir estão apresentados foram alterados do valor padrão: Car=True: indica que a última coluna do arquivo (correspondente ao atributo MTTR) será usada como conseqüência das regras;

12 lowerboundminsupport (suporte) e minmetric (confiança) =0,0001: estes valores foram usados a fim de se obter o maior número de regras possíveis; enumrules=10000: este parâmetro limita a quantidade de regras geradas. Foi usado um número acima do número máximo previsto, a fim de que este critério não fosse limitante, ou seja, todas as regras que atendessem ao critério de suporte e confiança fossem obtidas Ferramenta OLAP O procedimento de seleção de dados também gerou os registros usados pela ferramenta OLAP. Assim, o mesmo conjunto de dados foi usado tanto para o algoritmo Apriori quanto para a manipulação OLAP. Um cubo OLAP representa uma ótima maneira de visualizar e explorar o potencial dos dados de uma tabela não normalizada (planilha). A partir de uma lista ou de um banco de dados, é possível determinar o cruzamento das informações, variando linhas e colunas relacionadas. Neste processo, parte-se de uma tabela 2-D para uma visualização do cubo OLAP, realizando as sumarizações relativas aos cruzamentos solicitados (Cf. Figura 2.4). 4 RESULTADOS O processo de obtenção das regras de associação gerou regras. Se buscou maximizar a quantidade de informações, para que se pudesse fazer uma análise mais profunda. As estatísticas indicadoras de qualidade que acompanham cada regra tornam fácil selecionar as regras mais importantes. 4.1 METODOLOGIA DE ANÁLISE Como seria impossível analisar os dados gerados pelo WEKA (Figura 4.1) sem a ajuda de uma ferramenta que pudesse fornecer algum tipo de gráfico ou relatório, optou-se em continuar usando o SGBD, pois este software possui uma série de ferramentas úteis aos nossos objetivos. Figura 4.1 Dados gerados pelo Weka A parte denominada Best rules found dos relatórios referentes às regras obtidas pelo WEKA, foram importados para a tabela Regras (Figura 4.2), para o campo Registro_Original. Uma vez as regras armazenadas no banco de dados (na forma original, saída do WEKA), foi necessário atualizar os campos da tabela Regras, a fim de que os mesmos pudessem receber seus respectivos valores. Este processo foi executado com a ajuda de uma nova rotina. Esta rotina busca os sinais = existentes em cada linha dos relatórios, a fim de identificar os correspondentes campos da tabela Regras (anterior ao = ) e seus respectivos valores (posterior ao = ). Após a execução desta rotina os campos da tabela Regras passaram a refletir os resultados das regras obtidas pelo software WEKA. Registro_Original Priority Produto Resolução_do Região N_Se MTTR N_então Confiança

13 (Regras Geradas Pelo WEKA) _Problema Figura 4.2 Campos da tabela Regras Seguindo esta metodologia, todos os relatórios de resposta com as Regras de Associação obtidas pelo WEKA foram exportados para o SGBD. Por outro lado, o conjunto original de registros, usados como input no WEKA, foram exportados para a ferramenta de manipulação OLAP. Observou-se a partir daí os mesmos resultados. 4.2 INVESTIGAÇÃO As informações contidas na Tabela 4.1 abaixo relatam o percentual de problemas que não foram solucionados dentro do prazo estabelecido pela meta, por mês e por categoria (o mesmo resultado foi obtido a partir da metodologia de Data Mining e de OLAP). Analisando estes dados é possível observar que a empresa não alcançou a meta prevista, em nenhum mês do ano de 2005, na categoria CRITICAL, e que, em média aproximadamente 55% dos casos são solucionados no prazo. Esta distribuição apresenta uma dispersão bem pequena, o que aumenta a confiabilidade da média, que se mostrou muito baixa. MESES CATEGORIAS (%) CRITICAL MAJOR MINOR NO_IMPACT Janeiro Fevereiro Março Abril Maio Junho Julho Agosto Setembro Outubro Novembro Dezembro Tabela 4.1: Problemas não resolvidos no prazo O processo investigativo buscou identificar, a nível de serviço, a possível origem dos problemas. Assim, outro relatório foi gerado, usando a metodologia OLAP, onde se pudesse observar os problemas de categoria CRITICAL mas a nos serviços que mais colaboraram para o não cumprimento da meta, referente a esta categoria. Este relatório na Tabela 4.2 mostra a quantidade e o percentual de casos dos MTTR Reached de cada serviço em cada mês do ano de 2005, referentes á categoria CRITICAL. As colunas # e % apresentam, respectivamente, o número total de casos e o percentual do total que atingiu o MTTR. Os valores sombreados indicam que o MTTR de 65% (meta da empresa) não foi atingido, e os valores hachurados com pequenos pontos que o percentual foi atendido.

14 SERVIÇOS Janeiro Fevereiro Março Abril Maio Junho Julho Agosto Setembro Outubro Novembro Dezembro Total # % # % # % # % # % # % # % # % # % # % # % # % # % Conferência Rápida Aluguel de Espaço IP Ethernet VOIP Local IP Mercado Financeiro Voz Mercado Financeiro Web Conferência Portal de Comandos Acesso Discado Serviço Dedicado de Saida Terminação VOIP Sistema Local de Discagem Vídeo Conferência Acesso a Conferência Chamada Grátis Dedicada ATM Rede Privada IP Chaveamento Comercial Acesso IP Dedicado Linha Privada Internacional Frame Relay Linha Privada Nacional Serviço de Voz Local Chamadas a Cobrar Eventos de Conferência Chamada Grátis Chaveada Internacional Fibra Apagada IP Ponto a Ponto Comprimento de Ondas COS-Europa Serviço Local Chaveamento Residencial Total Tabela 4.2: Resumo dos Problemas CRITICAL

15 4.2.1 Análise dos resultados As informações contidas no relatório Resumo dos Problemas CRITICAL, apresentado na Tabela 4.2 mostram que: Os serviços: Frame Relay, Linha Privada Nacional e Serviço Local, foram os que mais impactaram negativamente no cumprimento da meta mensal da empresa, pois além de não terem atingido a meta em nenhum mês do ano de 2005, também obtiveram grandes números de problemas (veja a coluna RESUMO ANUAL do relatório); Na seqüência, os serviços: Linha Privada Internacional, Rede Privada IP e Acesso IP Dedicado, também apresentaram elevados números de problemas e metas não atingidas em onze, nove e oito meses do ano de 2005, respectivamente; Positivamente podemos mencionar o serviço: Serviço Dedicado de Saída, que apesar do elevado número de problemas, conseguiu solucionar 71% dos mesmos, no tempo desejado (2 horas). Em relação aos serviços mencionados acima, deve-se lembrar que, independente do fato de se ter ou não atingido a meta estipulada pela empresa, o ideal seria se a quantidade de problemas pudesse ser reduzida. É claro que ser eficiente na solução dos problemas é importante, porém o não surgimento dos mesmos dá mais credibilidade à empresa prestadora dos serviços Diferenças entre as técnicas usadas Obter os mesmos resultados considerando as duas técnicas diferentes evidenciou uma dúvida. Produzem as duas técnicas Regras de Associação e OLAP - os mesmos resultados? É possível considerar que OLAP é Data Mining, ou vice-versa? Han & Kamber (2001) diz que as funcionalidades do OLAP e de Data Mining devem ser vistas separadamente: OLAP é uma ferramenta de sumarização/agregação de dados, que ajuda na análise dos dados, enquanto Data Mining possibilita o descobrimento automático de padrões implícitos e conhecimentos interessantes escondidos em grandes bases de dados. As ferramentas OLAP simplificam e suportam a análise interativa de dados, ao passo que Data Mining, apesar de automatizar ao máximo o processo de descoberta, ainda permite ao usuário interagir e guiar o processo. Neste sentido, Data Mining vai um passo adiante dos tradicionais processos OLAP. Han & Kamber (2001) nos diz ainda que as funcionalidades de Data Mining são mais abrangentes que as do OLAP, pois elas vão além das sumarizações e comparações executados pelo OLAP, e que Data Mining não está limitada a dados armazenados somente em Data Warehouses. Ele pode analisar tanto dados sumarizados quanto os existentes em bases de dados comuns. Neste contexto, Data Mining cobre um espectro maior que o OLAP em se tratando de funcionalidade e complexidade dos dados analisados. Para a aplicação específica que fizemos, Data Mining não se mostrou mais poderosa, visto que os resultados foram os mesmos. Entretanto, deve-se considerar que a estrutura que se obtém da ferramenta OLAP se mostrou mais simples de manusear. É, portanto uma vantagem poder fazer Data Mining através da manipulação OLAP.

16 5. CONCLUSÃO As ferramentas OLAP e Data Mining foram eficazes na análise e ajudaram a alcançar o objetivo de verificar se o Centro de Gerência de Redes da empresa estudada conseguiu cumprir as metas pré-estabelecidas pela gerência da mesma no período considerado. Este resultado corrobora com a expectativa geral de que as modernas técnicas de análise de dados trazem contribuição definitiva na extração de conhecimento a partir do grande volume de dados corporativos. A descoberta de que a busca de Regras de Associação pode se feita através da manipulação OLAP trouxe uma evidência para a discussão sobre a capacidade de inferência destes sistemas. Considerando que as Regras de Associação, com estatísticas de qualidade como suporte e confiança, podem ser usadas para inferência, observou-se que a manipulação OLAP também é capaz de realizar a mesma tarefa. Os resultados obtidos mostraram que a empresa não conseguiu atingir a meta, para os casos da categoria CRITICAL, em nenhum mês do ano de 2005, e que este fato se deu devido ao elevado número de problemas gerados por alguns serviços oferecidos pela empresa. Além disso, o Centro de Gerência de Redes estudado não consegue operar de forma preventiva, somente corretiva, e mesmo assim não tem conseguido solucionar os problemas críticos dentro dos prazos definidos. Esta constatação se deu devido ao fato dos clientes estarem comunicando os problemas antes mesmo que a empresa os perceba, ou se os percebe, não tem condições de resolvê-los rapidamente. Estes problemas podem ser realidade para outras empresas prestadoras de serviço. Esta pesquisa mostrou ainda que a empresa em questão não explora os dados gerados pelo sistema de registro de problemas, pois, do contrário, já teria percebido os problemas descobertos neste trabalho. Como já se sabe, este é um problema comum atualmente, conseqüência da grande capacidade e do baixo custo de armazenamento de informações. Assim, técnicas de análise de dados como as utilizadas neste estudo se tornam fundamentais. 6. REFERÊNCIAS BIBLIOGRÁFICAS BARBIERI, Carlos. BI-Business Intelligence Modelagem & Tecnologia. Rio de Janeiro: Axcel Books do Brasil, 2001 CHEN, Graham: KONG,Qinzheng. Integrated Telecommunications Management Solutions. Nova Jersey: IEEE Press, COSTA, Sergio. Em Busca da Qualidade para Evitar a Perda da Receita. Jornal Telecom, São Paulo: Plano Editorial LTDA, 24 set DIAS, José Antonio. Gerência Integrada de Redes e Serviços. Disponível em: Acesso em 1 out FILHO, Trajano Leme. Business Intelligence no Microsoft EXCEL. Rio de Janeiro: Axcel Books do Brasil Editora, HAN, Jiawei; KAMBER, Micheline. Data Mining-Concepts and Techniques. San Diego: Academic Press, KUDYBA, Stephan; HOPTROFF, Richard. Data Mining and Business Intelligence: A Guide to Productivity. United Kingdom: Idea Group Publishing, NETWORK WORKING GROUP. RFC1297: NOC Internal Integrated Trouble Ticket Sistem: Functional Specification Wishlist. Jan WEKA 3 - Data Mining with Open Source Machine Learning Software in Java. Disponível em <http://www.cs.waikato.ac.nz/ml/weka/>. Acessado em 25 de Fevereiro de WITTEN, Ian H; FRANK, Eibe. Data Mining. United Kingdom: Academic Press, 2000

SERVIÇO DE ANÁLISE DE REDES DE TELECOMUNICAÇÕES APLICABILIDADE PARA CALL-CENTERS VISÃO DA EMPRESA

SERVIÇO DE ANÁLISE DE REDES DE TELECOMUNICAÇÕES APLICABILIDADE PARA CALL-CENTERS VISÃO DA EMPRESA SERVIÇO DE ANÁLISE DE REDES DE TELECOMUNICAÇÕES APLICABILIDADE PARA CALL-CENTERS VISÃO DA EMPRESA Muitas organizações terceirizam o transporte das chamadas em seus call-centers, dependendo inteiramente

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

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

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

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

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

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 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

No mundo atual, globalizado e competitivo, as organizações têm buscado cada vez mais, meios de se destacar no mercado. Uma estratégia para o

No mundo atual, globalizado e competitivo, as organizações têm buscado cada vez mais, meios de se destacar no mercado. Uma estratégia para o DATABASE MARKETING No mundo atual, globalizado e competitivo, as organizações têm buscado cada vez mais, meios de se destacar no mercado. Uma estratégia para o empresário obter sucesso em seu negócio é

Leia mais

Instituto de Educação Tecnológica Pós-graduação Gestão e Tecnologia da Informação - Turma 25 20/03/2015. Big Data Analytics:

Instituto de Educação Tecnológica Pós-graduação Gestão e Tecnologia da Informação - Turma 25 20/03/2015. Big Data Analytics: Instituto de Educação Tecnológica Pós-graduação Gestão e Tecnologia da Informação - Turma 25 20/03/2015 Big Data Analytics: Como melhorar a experiência do seu cliente Anderson Adriano de Freitas RESUMO

Leia mais

Modelo de dados do Data Warehouse

Modelo de dados do Data Warehouse Modelo de dados do Data Warehouse Ricardo Andreatto O modelo de dados tem um papel fundamental para o desenvolvimento interativo do data warehouse. Quando os esforços de desenvolvimentos são baseados em

Leia mais

XIII Encontro de Iniciação Científica IX Mostra de Pós-graduação 06 a 11 de outubro de 2008 BIODIVERSIDADE TECNOLOGIA DESENVOLVIMENTO

XIII Encontro de Iniciação Científica IX Mostra de Pós-graduação 06 a 11 de outubro de 2008 BIODIVERSIDADE TECNOLOGIA DESENVOLVIMENTO XIII Encontro de Iniciação Científica IX Mostra de Pós-graduação 06 a 11 de outubro de 2008 BIODIVERSIDADE TECNOLOGIA DESENVOLVIMENTO EPE0147 UTILIZAÇÃO DA MINERAÇÃO DE DADOS EM UMA AVALIAÇÃO INSTITUCIONAL

Leia mais

Banco de Dados Aula 1 Introdução a Banco de Dados Introdução Sistema Gerenciador de Banco de Dados

Banco de Dados Aula 1 Introdução a Banco de Dados Introdução Sistema Gerenciador de Banco de Dados Banco de Dados Aula 1 Introdução a Banco de Dados Introdução Um Sistema Gerenciador de Banco de Dados (SGBD) é constituído por um conjunto de dados associados a um conjunto de programas para acesso a esses

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

ADM041 / EPR806 Sistemas de Informação

ADM041 / EPR806 Sistemas de Informação ADM041 / EPR806 Sistemas de Informação UNIFEI Universidade Federal de Itajubá Prof. Dr. Alexandre Ferreira de Pinho 1 Sistemas de Apoio à Decisão (SAD) Tipos de SAD Orientados por modelos: Criação de diferentes

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

Software. Gerenciamento de Manutenção

Software. Gerenciamento de Manutenção Software Gerenciamento de Manutenção Importância de um Software de Manutenção Atualmente o departamento de manutenção das empresas, como todos outros departamentos, necessita prestar contas de sua atuação

Leia mais

Páginas Amarelas como ferramenta para mapeamento do conhecimento tácito

Páginas Amarelas como ferramenta para mapeamento do conhecimento tácito Páginas Amarelas como ferramenta para mapeamento do conhecimento tácito 1. INTRODUÇÃO O setor de energia sofreu, nos últimos anos, importantes modificações que aumentaram sua complexidade. Para trabalhar

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

APRESENTAÇÃO DO PRODUTO. Mais que um software, o método mais eficaz para conciliar.

APRESENTAÇÃO DO PRODUTO. Mais que um software, o método mais eficaz para conciliar. APRESENTAÇÃO DO PRODUTO Mais que um software, o método mais eficaz para conciliar. Com Conciliac é possível conciliar automaticamente qualquer tipo de transação; Bancos, Cartões de Crédito e Débito, Contas

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

SNPTEE SEMINÁRIO NACIONAL DE PRODUÇÃO E TRANSMISSÃO DE ENERGIA ELÉTRICA

SNPTEE SEMINÁRIO NACIONAL DE PRODUÇÃO E TRANSMISSÃO DE ENERGIA ELÉTRICA SNPTEE SEMINÁRIO NACIONAL DE PRODUÇÃO E TRANSMISSÃO DE ENERGIA ELÉTRICA GTL 16 14 a 17 Outubro de 2007 Rio de Janeiro - RJ GRUPO XVI GRUPO DE ESTUDO DE SISTEMAS DE INFORMAÇÃO E TELECOMUNICAÇÃO PARA SISTEMAS

Leia mais

Corporativo. Transformar dados em informações claras e objetivas que. Star Soft. www.starsoft.com.br

Corporativo. Transformar dados em informações claras e objetivas que. Star Soft. www.starsoft.com.br Corporativo Transformar dados em informações claras e objetivas que possibilitem às empresas tomarem decisões em direção ao sucesso. Com essa filosofia a Star Soft Indústria de Software e Soluções vem

Leia mais

Extração de Árvores de Decisão com a Ferramenta de Data Mining Weka

Extração de Árvores de Decisão com a Ferramenta de Data Mining Weka Extração de Árvores de Decisão com a Ferramenta de Data Mining Weka 1 Introdução A mineração de dados (data mining) pode ser definida como o processo automático de descoberta de conhecimento em bases de

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

DATA WAREHOUSE. Rafael Ervin Hass Raphael Laércio Zago

DATA WAREHOUSE. Rafael Ervin Hass Raphael Laércio Zago DATA WAREHOUSE Rafael Ervin Hass Raphael Laércio Zago Roteiro Introdução Aplicações Arquitetura Características Desenvolvimento Estudo de Caso Conclusão Introdução O conceito de "data warehousing" data

Leia mais

Apostila de Gerenciamento e Administração de Redes

Apostila de Gerenciamento e Administração de Redes Apostila de Gerenciamento e Administração de Redes 1. Necessidades de Gerenciamento Por menor e mais simples que seja uma rede de computadores, precisa ser gerenciada, a fim de garantir, aos seus usuários,

Leia mais

PARA QUE SERVE O CRM?

PARA QUE SERVE O CRM? Neste mês, nós aqui da Wiki fomos convidados para dar uma entrevista para uma publicação de grande referência no setor de varejo, então resolvemos transcrever parte da entrevista e apresentar as 09 coisas

Leia mais

O poder da presença O valor empresarial da colaboração presencial

O poder da presença O valor empresarial da colaboração presencial O poder da presença O valor empresarial da colaboração presencial Sumário executivo À medida que as organizações competem e crescem em uma economia global dinâmica, um novo conjunto de pontos cruciais

Leia mais

Business Intelligence & Performance Management

Business Intelligence & Performance Management Como medir a evolução do meu negócio? Tenho informação para esta decisão? A medição da performance é uma dimensão fundamental para qualquer actividade de gestão. Recorrentemente, qualquer gestor vê-se

Leia mais

NOKIA. Em destaque LEE FEINBERG

NOKIA. Em destaque LEE FEINBERG Em destaque NOKIA LEE FEINBERG A Nokia é líder mundial no fornecimento de telefones celulares, redes de telecomunicações e serviços relacionados para clientes. Como Gerente Sênior de Planejamento de Decisões

Leia mais

Manual do Sistema de Demandas da FUNDEPAG

Manual do Sistema de Demandas da FUNDEPAG 2015 Manual do Sistema de Demandas da FUNDEPAG Manual do Sistema de Demandas da FUNDEPAG Cliente Institucional e Atualizado em: 11 de setembro de 2015 Sumário 1. Conceito do software... 1 2. Abertura de

Leia mais

Sistemas de Informação I

Sistemas de Informação I + Sistemas de Informação I Tipos de SI Ricardo de Sousa Britto rbritto@ufpi.edu.br + Introdução 2 n As organizações modernas competem entre si para satisfazer as necessidades dos seus clientes de um modo

Leia mais

TÉCNICAS DE INFORMÁTICA WILLIAN FERREIRA DOS SANTOS

TÉCNICAS DE INFORMÁTICA WILLIAN FERREIRA DOS SANTOS TÉCNICAS DE INFORMÁTICA WILLIAN FERREIRA DOS SANTOS Vimos em nossas aulas anteriores: COMPUTADOR Tipos de computadores Hardware Hardware Processadores (CPU) Memória e armazenamento Dispositivos de E/S

Leia mais

Agilizando o processo de compras para aumentar a eficiência e comprar melhor

Agilizando o processo de compras para aumentar a eficiência e comprar melhor Agilizando o processo de compras para aumentar a eficiência e comprar melhor Toda empresa privada deseja gerar lucro e para que chegue com sucesso ao final do mês ela precisa vender, sejam seus serviços

Leia mais

Palavras-chave: On-line Analytical Processing, Data Warehouse, Web mining.

Palavras-chave: On-line Analytical Processing, Data Warehouse, Web mining. BUSINESS INTELLIGENCE COM DADOS EXTRAÍDOS DO FACEBOOK UTILIZANDO A SUÍTE PENTAHO Francy H. Silva de Almeida 1 ; Maycon Henrique Trindade 2 ; Everton Castelão Tetila 3 UFGD/FACET Caixa Postal 364, 79.804-970

Leia mais

3 Metodologia de Previsão de Padrões de Falha

3 Metodologia de Previsão de Padrões de Falha 3 Metodologia de Previsão de Padrões de Falha Antes da ocorrência de uma falha em um equipamento, ele entra em um regime de operação diferente do regime nominal, como descrito em [8-11]. Para detectar

Leia mais

GUIA DE CURSO. Tecnologia em Sistemas de Informação. Tecnologia em Desenvolvimento Web. Tecnologia em Análise e Desenvolvimento de Sistemas

GUIA DE CURSO. Tecnologia em Sistemas de Informação. Tecnologia em Desenvolvimento Web. Tecnologia em Análise e Desenvolvimento de Sistemas PIM PROGRAMA DE INTEGRAÇÃO COM O MERCADO GUIA DE CURSO Tecnologia em Sistemas de Informação Tecnologia em Desenvolvimento Web Tecnologia em Análise e Desenvolvimento de Sistemas Tecnologia em Sistemas

Leia mais

CompuStream Representação

CompuStream Representação Por Maximilian Immo Orm Gorissen Gerenciamento dos técnicos de campo Uma visão estratégica do business intelligence associado às operações de serviço a produtos. Nos últimos anos, o conceito de atendimento

Leia mais

Módulo 2. Definindo Soluções OLAP

Módulo 2. Definindo Soluções OLAP Módulo 2. Definindo Soluções OLAP Objetivos Ao finalizar este módulo o participante: Recordará os conceitos básicos de um sistema OLTP com seus exemplos. Compreenderá as características de um Data Warehouse

Leia mais

Rede Corporativa. Tutorial 10 mar 2009 Fabio Montoro. Introdução

Rede Corporativa. Tutorial 10 mar 2009 Fabio Montoro. Introdução Tutorial 10 mar 2009 Fabio Montoro Rede Corporativa Introdução Rede corporativa é um sistema de transmissão de dados que transfere informações entre diversos equipamentos de uma mesma corporação, tais

Leia mais

Arquitetura dos Sistemas de Informação Distribuídos

Arquitetura dos Sistemas de Informação Distribuídos Arquitetura dos Sistemas de Informação Distribuídos Quando se projeta um sistema cuja utilização é destinada a ser feita em ambientes do mundo real, projeções devem ser feitas para que o sistema possa

Leia mais

Gerenciamento de Redes

Gerenciamento de Redes Gerenciamento de Redes As redes de computadores atuais são compostas por uma grande variedade de dispositivos que devem se comunicar e compartilhar recursos. Na maioria dos casos, a eficiência dos serviços

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

Prova INSS RJ - 2007 cargo: Fiscal de Rendas

Prova INSS RJ - 2007 cargo: Fiscal de Rendas Prova INSS RJ - 2007 cargo: Fiscal de Rendas Material de Apoio de Informática - Prof(a) Ana Lucia 53. Uma rede de microcomputadores acessa os recursos da Internet e utiliza o endereço IP 138.159.0.0/16,

Leia mais

SISTEMAS DE INFORMAÇÕES GERENCIAIS

SISTEMAS DE INFORMAÇÕES GERENCIAIS 1 SISTEMAS DE INFORMAÇÕES GERENCIAIS John F. Eichstaedt, Toni Édio Degenhardt Professora: Eliana V. Jaeger RESUMO: Este artigo mostra o que é um SIG (Sistema de Informação gerencial) em uma aplicação prática

Leia mais

GERENCIAMENTO CENTRALIZADO DELL POWERVAULT DL 2000 BASEADO EM TECNOLOGIA SYMANTEC

GERENCIAMENTO CENTRALIZADO DELL POWERVAULT DL 2000 BASEADO EM TECNOLOGIA SYMANTEC GERENCIAMENTO CENTRALIZADO DELL POWERVAULT DL 2000 BASEADO EM TECNOLOGIA SYMANTEC RESUMO EXECUTIVO O PowerVault DL2000, baseado na tecnologia Symantec Backup Exec, oferece a única solução de backup em

Leia mais

Sistema de mineração de dados para descobertas de regras e padrões em dados médicos

Sistema de mineração de dados para descobertas de regras e padrões em dados médicos Sistema de mineração de dados para descobertas de regras e padrões em dados médicos Pollyanna Carolina BARBOSA¹; Thiago MAGELA² 1Aluna do Curso Superior Tecnólogo em Análise e Desenvolvimento de Sistemas

Leia mais

FAQ REGISTRO DE INTERAÇÕES

FAQ REGISTRO DE INTERAÇÕES Sumário 1. O que são interações?... 3 2. Posso registrar uma interação com um parceiro?... 3 3. Posso registrar interações para empresas?... 3 4. Quando converso informalmente com um cliente, parceiro

Leia mais

Banco de Dados. Introdução. João Eduardo Ferreira Osvaldo Kotaro Takai. jef@ime.usp.br DCC-IME-USP

Banco de Dados. Introdução. João Eduardo Ferreira Osvaldo Kotaro Takai. jef@ime.usp.br DCC-IME-USP Banco de Dados Introdução João Eduardo Ferreira Osvaldo Kotaro Takai jef@ime.usp.br DCC-IME-USP Importância dos Bancos de Dados A competitividade das empresas depende de dados precisos e atualizados. Conforme

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

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

UM GUIA RÁPIDO ORIENTADO A RESULTADOS (vigência: 29 JUN 2009)

UM GUIA RÁPIDO ORIENTADO A RESULTADOS (vigência: 29 JUN 2009) GESTÃO DE PROCESSOS UM GUIA RÁPIDO ORIENTADO A RESULTADOS (vigência: 29 JUN 2009) 1. O QUE É PROCESSO? Processos têm sido considerados uma importante ferramenta de gestão, um instrumento capaz de aproximar

Leia mais

A Evolução dos Sistemas Operacionais

A Evolução dos Sistemas Operacionais Capítulo 3 A Evolução dos Sistemas Operacionais Neste capítulo, continuaremos a tratar dos conceitos básicos com a intensão de construirmos, agora em um nível mais elevado de abstração, o entendimento

Leia mais

Guia Rápido de Licenciamento do SQL Server 2012

Guia Rápido de Licenciamento do SQL Server 2012 Guia Rápido de Licenciamento do SQL Server 2012 Data de publicação: 1 de Dezembro de 2011 Visão Geral do Produto SQL Server 2012 é uma versão significativa do produto, provendo Tranquilidade em ambientes

Leia mais

CDE4000 MANUAL 1. INTRODUÇÃO 2. SOFTWARE DE CONFIGURAÇÃO 3. COMUNICAÇÃO

CDE4000 MANUAL 1. INTRODUÇÃO 2. SOFTWARE DE CONFIGURAÇÃO 3. COMUNICAÇÃO CDE4000 MANUAL 1. INTRODUÇÃO O controlador CDE4000 é um equipamento para controle de demanda e fator de potência. Este controle é feito em sincronismo com a medição da concessionária, através dos dados

Leia mais

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

A sua operação de mina faz uso de uma solução de software de planejamento integrado ou utiliza aplicações de software isoladas?

A sua operação de mina faz uso de uma solução de software de planejamento integrado ou utiliza aplicações de software isoladas? XACT FOR ENTERPRISE A ênfase na produtividade é fundamental na mineração à medida que as minas se tornam mais profundas, as operações se tornam cada vez mais complexas. Empresas de reconhecimento mundial

Leia mais

Avaliação Independente da Ferramenta Avaliador de Economia com Colaboração por Áudio e na Web da Siemens Enterprise Communications

Avaliação Independente da Ferramenta Avaliador de Economia com Colaboração por Áudio e na Web da Siemens Enterprise Communications Avaliação Independente da Ferramenta Avaliador de Economia com Colaboração por Áudio e na Web da Siemens Enterprise Communications 09 de março de 2011 Mainstay Partners LLC 901 Mariners Island Blvd Suite

Leia mais

CAPITULO 4 A ARQUITETURA LÓGICA PARA O AMBIENTE

CAPITULO 4 A ARQUITETURA LÓGICA PARA O AMBIENTE CAPITULO 4 A ARQUITETURA LÓGICA PARA O AMBIENTE A proposta para o ambiente apresentada neste trabalho é baseada no conjunto de requisitos levantados no capítulo anterior. Este levantamento, sugere uma

Leia mais

Fornecendo Inteligência, para todo o mundo, a mais de 20 anos.

Fornecendo Inteligência, para todo o mundo, a mais de 20 anos. Fornecendo Inteligência, para todo o mundo, a mais de 20 anos. Fundada em 1989, a MicroStrategy é fornecedora líder Mundial de plataformas de software empresarial. A missão é fornecer as plataformas mais

Leia mais

TECNOLOGIA DA INFORMAÇÃO - TI Elaborado e adaptado por: Prof.Mestra Rosimeire Ayres

TECNOLOGIA DA INFORMAÇÃO - TI Elaborado e adaptado por: Prof.Mestra Rosimeire Ayres TECNOLOGIA DA INFORMAÇÃO - TI Elaborado e adaptado por: Prof.Mestra Rosimeire Ayres Aula 6 Fazendo BI NO EXCEL USANDO TABELA DINÂMICA EXCEL PARA TOMADA DE DECISÕES A ferramenta é nada, o talento é tudo.

Leia mais

Este trabalho visou a caracterização da utilização dos aplicativos APS pelas empresas.

Este trabalho visou a caracterização da utilização dos aplicativos APS pelas empresas. 6 Conclusão Este capítulo tem como objetivo a apresentação dos resultados diretos e indiretos deste trabalho. São apresentadas sugestões para futuras pesquisas sobre o tema aqui abordado. 6.1. Resultados

Leia mais

IMPLEMENTAÇÃO DA GESTÃO OPERACIONAL DE PEQUENA E MÉDIA PLATAFORMA COM EFICIÊNCIA E BAIXO CUSTO

IMPLEMENTAÇÃO DA GESTÃO OPERACIONAL DE PEQUENA E MÉDIA PLATAFORMA COM EFICIÊNCIA E BAIXO CUSTO IMPLEMENTAÇÃO DA GESTÃO OPERACIONAL DE PEQUENA E MÉDIA PLATAFORMA COM EFICIÊNCIA E BAIXO CUSTO Flávio Luis de Oliveira (flavio@celepar.pr.gov.br) Helio Hamilton Sartorato (helio@celepar.pr.gov.br) Yuri

Leia mais

T2Ti Tecnologia da Informação Ltda T2Ti.COM http://www.t2ti.com Projeto T2Ti ERP 2.0. Bloco Comercial. CRM e AFV

T2Ti Tecnologia da Informação Ltda T2Ti.COM http://www.t2ti.com Projeto T2Ti ERP 2.0. Bloco Comercial. CRM e AFV Bloco Comercial CRM e AFV Objetivo O objetivo deste artigo é dar uma visão geral sobre os Módulos CRM e AFV, que fazem parte do Bloco Comercial. Todas informações aqui disponibilizadas foram retiradas

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

Fundamentos de Sistemas de Informação Sistemas de Informação

Fundamentos de Sistemas de Informação Sistemas de Informação Objetivo da Aula Tecnologia e as Organizações, importância dos sistemas de informação e níveis de atuação dos sistemas de informação Organizações & Tecnologia TECNOLOGIA A razão e a capacidade do homem

Leia mais

Sumário. Apresentação O que é o Centro de Gerenciamento de Serviços (CGS) NTI? Terminologia Status do seu chamado Utilização do Portal Web

Sumário. Apresentação O que é o Centro de Gerenciamento de Serviços (CGS) NTI? Terminologia Status do seu chamado Utilização do Portal Web Sumário Apresentação O que é o Centro de Gerenciamento de Serviços (CGS) NTI? Terminologia Status do seu chamado Utilização do Portal Web Fazendo Login no Sistema Tela inicial do Portal WEB Criando um

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

Estudo de Caso 22. Figura 4 Console da TEC*. *Alguns dados foram removidos atendendo a política de segurança da informação da empresa.

Estudo de Caso 22. Figura 4 Console da TEC*. *Alguns dados foram removidos atendendo a política de segurança da informação da empresa. 2 Estudo de Caso O gerenciamento de serviços é um fator crítico para a organização em análise, os processos devem garantir os acordos de níveis de serviços estabelecidos com os clientes. Destarte, a atividade

Leia mais

Engenharia de Software Unidade I Visão Geral

Engenharia de Software Unidade I Visão Geral Conteúdo programático Engenharia de Software Unidade I Visão Geral Prof. Francisco Gerson A. de Meneses O que é Produtos de Software Distribuição de Software Um sistema de Software O software em um cenário

Leia mais

#Fluxo. da Mobilidade de Informação na. Indústria da Construção Civil: Pesquisa e resultados recentes

#Fluxo. da Mobilidade de Informação na. Indústria da Construção Civil: Pesquisa e resultados recentes #Fluxo da Mobilidade de Informação na Indústria da Construção Civil: Pesquisa e resultados recentes introdução Muitas foram as áreas da indústria que se beneficiaram dos avanços tecnológicos voltados ao

Leia mais

Sistemas de Informação James A. O Brien Editora Saraiva Capítulo 5

Sistemas de Informação James A. O Brien Editora Saraiva Capítulo 5 Para entender bancos de dados, é útil ter em mente que os elementos de dados que os compõem são divididos em níveis hierárquicos. Esses elementos de dados lógicos constituem os conceitos de dados básicos

Leia mais

Vantagens competitivas e estratégicas no uso de operadores logísticos. Prof. Paulo Medeiros

Vantagens competitivas e estratégicas no uso de operadores logísticos. Prof. Paulo Medeiros Vantagens competitivas e estratégicas no uso de operadores logísticos Prof. Paulo Medeiros Introdução nos EUA surgiram 100 novos operadores logísticos entre 1990 e 1995. O mercado para estas empresas que

Leia mais

PROJETO DE REDES www.projetoderedes.com.br

PROJETO DE REDES www.projetoderedes.com.br PROJETO DE REDES www.projetoderedes.com.br Disciplina: Curso de Tecnologia em Redes de Computadores Auditoria e Análise de Segurança da Informação - 4º período Professor: José Maurício S. Pinheiro AULA

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

MSc Eliton Smith elitonsmith@gmail.com. Gerenciamento e Administração de Redes

MSc Eliton Smith elitonsmith@gmail.com. Gerenciamento e Administração de Redes MSc Eliton Smith elitonsmith@gmail.com Gerenciamento e Administração de Redes 2 Gerência de Redes ou Gerenciamento de Redes É o controle de qualquer objeto passível de ser monitorado numa estrutura de

Leia mais

COMO O INVESTIMENTO EM TI PODE COLABORAR COM A GESTÃO HOSPITALAR?

COMO O INVESTIMENTO EM TI PODE COLABORAR COM A GESTÃO HOSPITALAR? COMO O INVESTIMENTO EM TI PODE COLABORAR COM A GESTÃO HOSPITALAR? Descubra os benefícios que podem ser encontrados ao se adaptar as novas tendências de mercado ebook GRÁTIS Como o investimento em TI pode

Leia mais

Módulo 4. Construindo uma solução OLAP

Módulo 4. Construindo uma solução OLAP Módulo 4. Construindo uma solução OLAP Objetivos Diferenciar as diversas formas de armazenamento Compreender o que é e como definir a porcentagem de agregação Conhecer a possibilidade da utilização de

Leia mais

Gerencia de Rede (Desempenho) Professor: Guerra (Aloivo B. Guerra Jr.)

Gerencia de Rede (Desempenho) Professor: Guerra (Aloivo B. Guerra Jr.) Gerencia de Rede (Desempenho) Professor: Guerra (Aloivo B. Guerra Jr.) Unidade 3 3.1 Introdução 3.2. Definições 3.3. Motivações 3.4. Problemas 3.5. Desafios 3.6. Padronização e Arquitetura 3.7. Gerência

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

Scitum reduz em 50% o tempo de produção de relatórios com CA Business Service Insight

Scitum reduz em 50% o tempo de produção de relatórios com CA Business Service Insight CUSTOMER SUCCESS STORY Scitum reduz em 50% o tempo de produção de relatórios com CA Business Service Insight PERFIL DO CLIENTE Indústria: Serviços de TI Empresa: Scitum Funcionários: 450+ EMPRESA Empresa

Leia mais

CRManager. CRManager. TACTIUM CRManager. Guia de Funcionalidades. Versão 5.0 TACTIUM CRManager Guia de Funcionalidades. www.softium.com.

CRManager. CRManager. TACTIUM CRManager. Guia de Funcionalidades. Versão 5.0 TACTIUM CRManager Guia de Funcionalidades. www.softium.com. Tactium Tactium CRManager CRManager TACTIUM CRManager Guia de Funcionalidades 1 O TACTIUM CRManager é a base para implementar a estratégia de CRM de sua empresa. Oferece todo o suporte para personalização

Leia mais

AULA 5 O E-BUSINESS E OS SISTEMAS DE APOIO ÀS DECISÕES E DE INFORMAÇÃO EXECUTIVA

AULA 5 O E-BUSINESS E OS SISTEMAS DE APOIO ÀS DECISÕES E DE INFORMAÇÃO EXECUTIVA AULA 5 O E-BUSINESS E OS SISTEMAS DE APOIO ÀS DECISÕES E DE INFORMAÇÃO EXECUTIVA APOIO ÀS DECISÕES DE E-BUSINESS E SISTEMAS DE APOIO ÀS DECISÕES Conceito O conceito básico de e-business é simples: negócios

Leia mais

Gerenciamento da produção

Gerenciamento da produção 74 Corte & Conformação de Metais Junho 2013 Gerenciamento da produção Como o correto balanceamento da carga de dobradeiras leva ao aumento da produtividade e redução dos custos (I) Pedro Paulo Lanetzki

Leia mais

Assessoria Técnica de Tecnologia da Informação - ATTI SIGA SAÚDE - BUSINESS INTELLIGENCE BI SIGA-SP. Manual de Orientação

Assessoria Técnica de Tecnologia da Informação - ATTI SIGA SAÚDE - BUSINESS INTELLIGENCE BI SIGA-SP. Manual de Orientação Assessoria Técnica de Tecnologia da Informação - ATTI SIGA SAÚDE - BUSINESS INTELLIGENCE BI SIGA-SP Versão 1 Manual de Orientação Conteúdo 1. Introdução 3 2. Abrangência 4 3. Vagas 5 4. Fila de Espera

Leia mais

BUSINESS INTELLIGENCE -Inteligência nos Negócios-

BUSINESS INTELLIGENCE -Inteligência nos Negócios- UNIVERSIDADE SÃO FRANCISCO CENTRO DE CIÊNCIAS JURÍDICAS, HUMANAS E SOCIAIS BUSINESS INTELLIGENCE -Inteligência nos Negócios- Curso: Administração Hab. Sistemas de Informações Disciplina: Gestão de Tecnologia

Leia mais

Análise da vantagem de adoção e uso de sistemas ERP código aberto em relação aos sistemas ERP código fechado

Análise da vantagem de adoção e uso de sistemas ERP código aberto em relação aos sistemas ERP código fechado Análise da vantagem de adoção e uso de sistemas ERP código aberto em relação aos sistemas ERP código fechado Louis Albert Araujo Springer Luis Augusto de Freitas Macedo Oliveira Atualmente vem crescendo

Leia mais

Manual do usuário - Service Desk SDM - COPASA. Service Desk

Manual do usuário - Service Desk SDM - COPASA. Service Desk Manual do usuário - Service Desk SDM - COPASA Service Desk Sumário Apresentação O que é o Service Desk? Terminologia Status do seu chamado Utilização do Portal Web Fazendo Login no Sistema Tela inicial

Leia mais

DESENVOLVIMENTO DE SISTEMA DE APOIO À GESTÃO DE EVENTO DO PROGRAMA DE EDUCAÇÃO TUTORIAL

DESENVOLVIMENTO DE SISTEMA DE APOIO À GESTÃO DE EVENTO DO PROGRAMA DE EDUCAÇÃO TUTORIAL DESENVOLVIMENTO DE SISTEMA DE APOIO À GESTÃO DE EVENTO DO PROGRAMA DE EDUCAÇÃO TUTORIAL Adler H. Schmidt, Caroline F. Vicentini, Patrick P. Viera, Ronaldo C. M. dos Santos, Andrea S. Charão Universidade

Leia mais

MRS. Monitoramento de Redes e Sistemas

MRS. Monitoramento de Redes e Sistemas MRS Monitoramento de Redes e Sistemas Origem Crescimento rede REGIN de 16 para 293 municípios. Diversidade de tipos de erros. Minimizar esforço e tempo humano gastos na detecção e eliminação de problemas.

Leia mais

Como melhorar a tomada de decisão. slide 1

Como melhorar a tomada de decisão. slide 1 Como melhorar a tomada de decisão slide 1 P&G vai do papel ao pixel em busca da gestão do conhecimento Problema: grande volume de documentos em papel atrasavam a pesquisa e o desenvolvimento. Solução:

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

ACOMPANHAMENTO GERENCIAL SANKHYA

ACOMPANHAMENTO GERENCIAL SANKHYA MANUAL DE VISITA DE ACOMPANHAMENTO GERENCIAL SANKHYA Material exclusivo para uso interno. O QUE LEVA UMA EMPRESA OU GERENTE A INVESTIR EM UM ERP? Implantar um ERP exige tempo, dinheiro e envolve diversos

Leia mais

GIRS: Gerência Integrada de Redes e Serviços

GIRS: Gerência Integrada de Redes e Serviços GIRS: Gerência Integrada de Redes e Serviços Este Tutorial apresenta os conceitos básicos de Gerência Integrada de Redes e Serviços (GIRS) como defina pela UIT sob o título de TMN(Telecommunications Management

Leia mais

Data Mining. Origem do Data Mining 24/05/2012. Data Mining. Prof Luiz Antonio do Nascimento

Data Mining. Origem do Data Mining 24/05/2012. Data Mining. Prof Luiz Antonio do Nascimento Data Mining Prof Luiz Antonio do Nascimento Data Mining Ferramenta utilizada para análise de dados para gerar, automaticamente, uma hipótese sobre padrões e anomalias identificadas para poder prever um

Leia mais

Automação de Locais Distantes

Automação de Locais Distantes Automação de Locais Distantes Adaptação do texto Improving Automation at Remote Sites da GE Fanuc/ Water por Peter Sowmy e Márcia Campos, Gerentes de Contas da. Nova tecnologia reduz custos no tratamento

Leia mais

Gestão de Armazenamento

Gestão de Armazenamento Gestão de Armazenamento 1. Introdução As organizações estão se deparando com o desafio de gerenciar com eficiência uma quantidade extraordinária de dados comerciais gerados por aplicativos e transações

Leia mais

MINERAÇÃO DE DADOS APLICADA. Pedro Henrique Bragioni Las Casas pedro.lascasas@dcc.ufmg.br

MINERAÇÃO DE DADOS APLICADA. Pedro Henrique Bragioni Las Casas pedro.lascasas@dcc.ufmg.br MINERAÇÃO DE DADOS APLICADA Pedro Henrique Bragioni Las Casas pedro.lascasas@dcc.ufmg.br Processo Weka uma Ferramenta Livre para Data Mining O que é Weka? Weka é um Software livre do tipo open source para

Leia mais