ADMINISTRAÇÃO DE SISTEMAS DE INFORMAÇÃO. Unidade V Aplicações de Sistemas de Apoio às Decisões. Luiz Leão

Transcrição

1 Luiz Leão

2 Conteúdo Programático 5.1 Apoio às decisões de e-business 5.2 E-business e o apoio às decisões 5.3 Modelos e softwares de Sistemas de Apoio a Decisão - SAD 5.4 Business Intelligence 5.5 DataWarehouse 5.6 Data Mining para apoio à decisão 5.7 EIS - Executive Information System 5.8 Portais corporativos e apoio às decisões

3 Business Intelligence

4 Introdução Em uma única edição do jornal The New York Times existe muito mais informações do que uma pessoa poderia receber durante toda sua existência na Inglaterra do século XVII.

5 Introdução O conhecimento humano dobra a cada dez anos. Volume de informações novas é muito maior da década de 1970 até hoje, do que foi produzido nos anos precedentes.

6 Introdução A realidade descrita é o ambiente competitivo em que as empresas estão inseridas. Nesse ambiente, as mudanças são constantes e a globalização vem derrubando barreiras comerciais em todo o mundo, permitindo a integração de negócios e aumentando a velocidade das transformações nos processos produtivos.

7 Introdução A economia mundial está migrando de uma economia industrial (em que os bens manufaturados são a principal característica) para uma economia baseada na informação e no conhecimento. Nesse novo paradigma, conhecido como economia da informação, que detém a informação e sabe utilizá-la estrategicamente de modo a ganhar em eficiência e competitividade.

8 Introdução Na nova economia mundial é fundamental para a empresa: Saber administrar as informações de forma adequada, e que elas estejam alinhadas com a estratégia do negócio. Implantação de uma gestão direcionada ao mercado, à informação e ao conhecimento. Antecipar-se às mudanças tecnológicas e de mercado para determinar o sucesso ou o fracasso da organização. A nova economia está criando condições favoráveis para o estabelecimento de um ambiente acelerado de criação de riqueza, cada vez mais, baseado na informação e no conhecimento.

9 Introdução As organizações necessitam dar uma resposta rápida e eficiente às mudanças que estão ocorrendo a cada instante. As empresas precisam ser flexíveis para reestruturar as suas atividades sem desgastes desnecessários e adaptar-se rapidamente às tensões do mercado. Hoje, as organizações possuem muitos dados, porém pouca informação, e necessitam muito rapidamente reverter esta situação. O Operational Data Store, o Data Warehouse e o Data Mart formam o instrumental de auxílio para as empresas gerenciarem e tratarem seus dados, transformando-os em informações úteis.

10 Por que Projeto de Data Warehouse? Durante anos, temos desenvolvido sistemas aplicativos transacionais. O foco das técnicas estruturadas manteve uma busca incessante pela qualidade de software e automação dos processos Necessidade de Business Intelligence

11 Business Intelligence Conceito de BI é generalista, hoje relacionado com uma determinada categoria de processos de negócio, aplicações de software e tecnologias específicas. Recolher dados; METAS FUNDAMENTAIS Transformá-los em informação; Gerar conhecimento útil e oportuno para tomada de decisão.

12 Business Intelligence Desafios colocado às empresas nos últimos anos: Concorrência intensa da maior parte dos mercados. Exigência de padrões de qualidade cada vez mais elevados dos produtos/serviços de cada oferta. Necessidade de conhecer mercados e clientes cada vez mais segmentados e específicos.

13 Business Intelligence Desafios colocado às empresas nos últimos anos:(cont.) Necessidade racionalizar processos internos e reduzir custos operacionais. Avaliar, em tempo real, a performance da organização, de forma a ter capacidade de decidir em tempo útil. Necessidade de conhecer, controlar e minimizar os riscos de negócio associados a cada atividade.

14 Business Intelligence A exigência e complexidade tecnológica acompanharam estas novas tendências/desafios. As informações e bases de dados dos negócios estão a crescer a ritmo exponencial. Sistemas são necessários para transformar dados em informações aos gestores para tomada de decisão.

15 Sistema de Business Intelligence São os catalisadores da mudança, permitindo concretizar as boas práticas de gestão nas empresas. Perceber o que é essencial no negócio e transformar enorme mananciais de informação em conhecimento útil, oportuno e confiável. Transformar o conhecimento em resultados, para que as empresas possam passar da eficiência operacional à eficácia corporativa.

16 Definição de Business Intelligente O termo Business Intelligence (BI), pode ser traduzido como Inteligência de negócios. Conceito que engloba um vasto conjunto de aplicações de apoio à tomada de decisão que possibilitam um acesso rápido, partilhado e interativo das informações, bem como a sua análise e manipulação; através destas ferramentas, os utilizadores podem descobrir relações e tendências e transformar grandes quantidades de informação em conhecimento útil (SEZÕES; OLIVEIRA; BAPTISTA, 2006).

17 Definição de Business Intelligente Representa a habilidade de se estruturar, acessar e explorar informações, normalmente guardadas em Data Warehouse e Data Marts, com o objetivo de desenvolver percepções, entendimentos, conhecimentos, os quais podem produzir um melhor processo de tomada de decisão. (BARBIERE, 2003).

18 Definição de Business Intelligente BI não é um produto, nem um sistema. É uma arquitetura e uma coleção de aplicações e banco de dados com acesso facilitado aos dados e que provê suporte a tomada de decisão (MOSS; ATRE, 2003).

19 Objetivos dos Sistemas de BI Acesso a dados confiáveis fiabilidade dos dados, a sua fácil integração e compreensão entre áreas é essencial para um exercício consciente da gestão. Aumento da transparência e compreensão do negócio a disponibilização de conhecimento em tempo real (o que, o quanto, o quando, o onde e o como) permite aos gestores ter uma perspectiva das áreas que devem controlar com total transparência e aumentar a sua capacidade de compreensão. Suporte a tomada de decisão só uma compreensão oportuna da realidade pode permitir tomadas de decisão eficaz; como tal, o conhecimento produzido pelos sistemas de BI, potencializados pelas tecnologias de comunicação atuais, deve suportar e justificar as medidas tomadas pelos vários intervenientes no processo de gestão.

20 Arquitetura de um Sistema de BI

21 Arquitetura de um Sistema de BI Módulo ETL (extraction, transformation and loading): componente dedicado à extração, ao carregamento e à transformação de dados. É a parte responsável pelo recolhimento das informações nas mais diversas fontes (sistemas ERP, arquivos TXT, ficheiros Excel...)

22 Arquitetura de um Sistema de BI Data Warehouse/Data Marts locais onde ficam concentrados todos os dados extraídos dos sistemas operacionais. A grande vantagem de ter um repositório de dados separado consiste na possibilidade de armazenar informações históricas e agregadas, construindo assim um melhor suporte para as análises efetuadas a posteriori.

23 Arquitetura de um Sistema de BI Data Mining é o processo de explorar grandes quantidades de dados à procura de padrões consistentes, como regras de associação, para detectar relacionamentos sistemáticos entre variáveis, detectando assim novos subconjuntos de dados.

24 Arquitetura de um Sistema de BI Front-end parte visível ao usuário. Pode consubstanciar-se em forma de relatórios padronizados e ad hoc, portal de intranet/internet, análise OLAP e funções diversas como data mining ou forecasting (projeções de cenários futuros baseados em determinadas premissias).

25 Arquitetura de um Sistema de BI Metadados: dados sobre dados. Os dados sobre o sistema que operam com estes dados. Um repositório de metadados é um ferramenta essencial para o gerenciamento de um DW no momento de converter dados em informações para negócios.

26 Data Mining e Data Warehouse

27 Exemplo Proprietário de uma loja de vinhos possui grande conhecimento dos vinhos que vende o Tipo de uva do qual foi feito. o Sabor. o Sua idade. o Processo de fabricação. o Tipo de clima. o Outras informações sobre seu produto...

28 Exemplo Os clientes gostam de visitar sua loja e aprender sobre vinhos o quanto podem. Mas é necessário muito mais do que isso para garantir suas vendas e a lealdade de seus clientes: precisa conhecê-los.

29 Exemplo É necessário saber que tipo de vinho aquele cliente gosta. Capacidade financeira. Conhecer o produto é obrigação de todos os proprietários, porém o que faz a diferença entre cada loja é o tratamento diferenciado dado aos clientes. o Isso requer conhecimento e aprendizado.

30 Exemplo Pequena loja com poucos clientes é simples criar uma relação de atendimento personalizado, conhecendo as necessidades e gostos de cada um. Em Grandes empresa estas relações dificilmente criadas. o Ao lidar com um grande número de clientes, a grande empresa não pode se preocupar com atendimento dedicado pois não tem como aprender e conhecer cada um deles.

31 Exemplo Há, hoje, uma tendência mundial em ganhar a lealdade do cliente através do estabelecimento de uma relação pessoal, um-para-um, entre empresa e cliente. Também nesta tendência, as empresas desejam identificar os clientes cujos valores e necessidades sejam mais compatíveis com o uso prolongado de seus produtos, e nos quais é válido o risco de investir com descontos, pacotes, brindes e outras formas de criar esta relação pessoa.

32 Exemplo Esta mudança de focalização do grande mercado para o usuário individual requer mudanças em toda a empresa (setores de marketing, vendas, atendimento ao cliente ). A grande empresa precisará simular a pequena loja na qual o cliente sente-se bem tratado, especial e humano, não sendo apenas um número.

33 Data Warehouse A memória da Empresa Data Mining A inteligência da Empresa

34 Data Warehouse - A Memória da Empresa Pequena Empresa (loja de vinho) Proprietário aprende a cada dia com seus clientes pela observação de suas preferências. O proprietário é Humano Possui memória Capacidade de aprendizado Lida com poucos clientes.

35 Data Warehouse - A Memória da Empresa Grande Empresa Não há proprietário que se relacione diretamente e pessoalmente com o cliente para poder observá-lo e aprender sobre ele. Quem lida com o cliente é um vendedor ou mesmo o computador. Número de cliente bastante alto, dificultando a observação de cada cliente em especial.

36 Data Warehouse - A Memória da Empresa Para criar uma relação de um-pra-um em uma grande empresa Proprietário humano precisa ser substituído por uma máquina capaz de tratar grandes números, o computador. A memória do proprietário é substituída por um grande banco de dados denominado de Data Warehouse. A capacidade de aprendizado é substituída por técnicas de Inteligência Artificial e Estatística genericamente denominadas de Dataming

37 Data Warehouse - A Memória da Empresa A cada dia dados estão sendo gerados. Exemplo: Compra de um telefone Dados adquiridos Número telefônico, duração da chamada, número do cartão de crédito, endereço de entrega, produto escolhido outros dados são adquiridos... Armazenadas BD

38 Data Warehouse - A Memória da Empresa A filosofia empresarial dirigida ao cliente considera cada Item de informação sobre o cliente, Interação em pontos de venda, Visita a uma página web como uma forma de obter dados e aprender sobre o cliente. Certamente que obter dados não é aprender sobre o cliente!

39 Data Warehouse - A Memória da Empresa De fato, muitas empresas armazenam GB de dados sem aprender nada acerca de seus clientes e produtos. Nestes casos, os dados são armazenados para fins operacionais Controle de estoque. Cobrança, entre outros... Após seu uso são descartados sem a consideração de que podem representar fonte de informação valiosa para a empresa.

40 Data Mining - A Inteligência da Empresa Para o aprendizado ocorrer, uma série de informações de diferentes formatos e fontes precisa ser organizadas de maneira consistente na grande memória empresarial denominada data warehouse. Após isto, métodos de análise estatística e de IA precisam ser aplicados sobre estes dados e relações novas e úteis à empresa devem ser descobertas, ou seja, os dados devem ser minerados (datamining).

41 Data Mining - A Inteligência da Empresa A mineração de dados consiste mais especificamente em Descobrir relações entre produtos, Classificar consumidores, Prever vendas, Localizar áreas geográficas potencialmente lucrativas para novas filiais, Inferir necessidades, Entre outras.

42 Data Mining - A Inteligência da Empresa Data Mining: é o uso de técnicas automáticas de exploração de grandes quantidades de dados de forma a descobrir novos padrões e relações que, devido ao volume de dados, não seriam facilmente descobertas a olho nu pelo ser humano.

43 Data Mining - A Inteligência da Empresa Quando aplicado na empresa Melhora a interação entre empresa e cliente. Aumenta as vendas. Dirige as estratégias de marketing. Áreas de Aplicação de Data Mining Medicina, Economia, Astronomia, Geologia, Outras...

44 Data Mining para Apoio à Decisão Data Mining vai muito além da simples consulta a um banco de dados, no sentido de que permite aos usuários explorar e inferir informação útil a partir dos dados, descobrindo relacionamentos escondidos no banco de dados. Pode ser considerada uma forma de descobrimento de conhecimento em bancos de dados (KDD - Knowledge Discovery in Databases), área de pesquisa de bastante evidência no momento, envolvendo Inteligência Artificial e Banco de Dados.

45 EIS - Executive Information System Sistema de Informação Executiva Criado pelo Massachusetts Institute of Technology (MIT) na década de Em resumo, o EIS é um sistema de apoio à decisão que foi desenvolvido especialmente para o nível executivo.

46 Por que as Organizações devem ter um EIS? Porque com o sistema de informação executiva, as informações ficam mais centralizadas e são enviadas de forma mais compreensível aos demais sistemas. Esse sistema avaliam as informações que são importantes para os executivos. Por isso, é especialmente importante que esse sistema esteja no nível mais alto, em outras palavras, os executivos devem ter acesso total as informações relevantes (ou não) da organização.

47 Como Funciona?

48 Cinco passos para melhorar um EIS Tirar proveito das informações transitórias; Estimular a criação de pesquisas que proporcionem o aumento do valor agregado institucional; Tirar vantagens das oportunidades; Adaptar o sistema ao indivíduo; Tirar vantagens da tecnologia. Data Minning, Data Warehouse, etc.

49 Fatores de sucesso do EIS Um patrocinador executivo comprometido e informado; Um patrocinador operacional; Uma equipe de funcionários apropriada dos serviços de informação; Tecnologia de informação apropriada;

50 Fatores de sucesso do EIS Gerenciamento de dados; Uma ligação desobstruída aos objetivos de negócio; Gerência da resistência organizacional; Gerência da propagação e da evolução do sistema.

51 Tendências Futuras do EIS O uso do sistema de informação executivo em grandes empresas será um produto de commodity. Há uma necessidade para o software especial de sistema de informação executivo de preço baixo. Executivos manterão o computador em perspectiva.

52 Portais Corporativos e Apoio às Decisões Importantes mudanças e expansões estão acontecendo nas tradicionais aplicações dos SIG, SAD e SIE especialmente na maneira de fornecer informações e modelar as necessidades dos seus usuários. Isso tem levado à necessidade de buscar formas mais ágeis de utilização dos recursos de rede, banco de dados e de comunicação com os usuários e clientes, visando maior rapidez na exploração da atividade de comércio eletrônico. Daí a razão da intensificação e crescimento da implementação desses tipos de sistemas em portais corporativos na internet.

53 Portais Corporativos e Apoio às Decisões Os executivos viajam bastante em atividades de negócio. Se tais sistemas estiverem disponíveis na internet, eles poderão acessá-los de forma mais simples e rápida durante suas viagens, sem a necessidade de conexão nas redes corporativas de suas respectivas empresas. Há, portanto, uma tendência no uso do canal internet para implementação dos sistemas de apoio à tomada de decisão.