SISTEMAS DE APOIO À DECISÃO SAD

SISTEMAS DE APOIO À DECISÃO SAD Conceitos introdutórios Decisão Escolha feita entre duas ou mais alternativas. Tomada de decisão típica em organizações: Solução de problemas Exploração de oportunidades 1

Conceitos introdutórios Etapas do Processo Decisório Análise e identificação da situação; Desenvolvimento de alternativas; Comparação entre as alternativas; Classificação dos riscos de cada alternativa; Escolher a melhor alternativa; Execução e avaliação Conceitos introdutórios Dificuldades no Processo de Tomada de Decisão Informação atualizada e relevante Grande quantidade de Alternativas Pressão do Tempo Incertezas Necessidade de informações remotas 2

Conceitos introdutórios Tipos de Decisões Estruturadas: envolvem problemas rotineiros e repetitivos, com soluções já padronizadas. Nesse caso, os procedimentos a serem seguidos podem ser especificados ou definidos previamente. Não-Estruturadas: problemas complexos, nebulosos, inéditos, para os quais não há uma solução pré-definida. Não é possível estabelecer previamente um procedimento a ser seguido. Conceitos introdutórios ESTRUTURA DE DECISÃO Não estruturada Semi estruturada Estruturada ADMINISTRAÇÃO OPERACIONAL Administração de caixa Administração de crédito Programação de produção Controle de estoque ADMINISTRAÇÃO TÁTICA Reengenharia de processo empresarial Análise de desempenho de grupo de trabalho Avaliação de desempenho individual Orçamentos de programas Controle de programas e projetos ADMINISTRAÇÃO ESTRATÉGICA Planejamento de novos negócios Reorganizaçãoda empresa Planejamento de produto Fusões e aquisições Localização de nova sede 3

Sistemas de Apoio à Decisão -SAD Têm por função auxiliar o executivo em todas as fases do processo de tomada de decisão, principalmente nas etapas de desenvolvimento, comparação e classificação dos riscos, além de fornecer subsídios para a escolha de uma boa alternativa, a partir da geração de diversos cenários de informação. Exemplos de cenários: Determinação do local mais adequado para um PDV; Elaboração de orçamentos com diversas alternativas; Aumento, diminuição ou segmentação de negócios; Valor final de rentabilidade de vendas. Sistemas de Apoio à Decisão -SAD São sistemas mais complexos que permitem total acesso à base de dados corporativos, modelagem de problemas, simulações e possuem uma interface amigável. São sistemas informatizados interativos que proporcionam ao usuário um acesso fácil a modelos decisórios e dados a fim de dar apoio a atividades de tomada de decisão semiestruturadas ou não-estruturadas. 4

Sistemas de Apoio à Decisão -SAD Análise e identificação da situação Execução e avaliação Comparação, classificação dos riscos e seleção da melhor alternativa Desenvolvimento de alternativas Objetivos de um SAD O objetivo dos SAD é o apoio ao administrador, gerente ou gestor nas atividades de tomada de decisão e não a substituição do tomador de decisões. Esse tipo de Sistema de Informação é orientado a tarefas decisórias não-estruturadas ou semi-estruturadas, não cabendo tal tipo de sistema para os problemas estruturados. 5

Objetivos de um SAD Informação útil e relevante Permite decisões mais acertadas Conselhos sobre a ação correta a tomar Não substitui o decisor, aconselha-o. Identifica situações inesperadas. Otimiza as ações necessárias para um dado objetivo Gestão e acompanhamento das decisões Possibilidade de agir e medir consequências Ferramentas para trabalho em grupo Trabalho colaborativo e comunicação interna Armazenamento e gestão de conhecimento Capacidade para superar as limitações humanas de processamento de informação. Lembra lições aprendidas Ferramentas para obter vantagem competitiva Decidir melhor e mais depressa que a concorrência, detectar oportunidades e falhas Características de um SAD Manipular grandes volumes de dados; Obter e processar dados de diferentes fontes; Dados e modelos organizados em função da decisão; Flexibilidade e capacidade de adaptação às mudanças no ambiente e no estilo do responsável pela tomada de decisão; Proporcionar flexibilidade de relatórios e de apresentação; Processamento interativo; Interface com o usuário fácil de usar; Possuir orientação tanto textual quanto gráfica; Executar análises e combinações complexas e sofisticadas; Executar análises por simulações e por metas. 6

Banco de dados e seu sistema gerenciador Banco de modelos e seu sistema gerenciador Motor de inferência Software gerenciador de interface Componentes de um SAD Componentes de um SAD Banco de dados e seu sistema gerenciador Dispõe dos diversos dados da organização para propiciar a geração de informações consolidadas Banco de modelos e seu sistema gerenciador Motor de inferência O conjunto de modelos de gestão, com base em regras do tipo e se..., aliado ao motor de inferência, é capaz de lidar com os dados da organização por meio de simulações, cálculos, estatísticas, insights, dentre outras técnicas, utilizando rotinas de otimização e heurística 7

Componentes de um SAD Software gerenciador de interface Disponibiliza ao cliente/usuário uma linguagem para interação com o sistema, a qual se divide em linguagem de ação, pela qual o usuário deve ser capaz de fornecer ao SAD os dados necessários, e linguagem de apresentação, pela qual o SAD deve ter a capacidade de processar e apresentar os resultados ao usuário. Modelos Compreendem uma forma de representação simplificada da realidade, uma vez que é muito complexo copiar a realidade com exatidão e muitos de seus detalhes são irrelevantes para problemas específicos. 8

Modelos O banco de modelos proporciona auxilio na tomada de decisão com uma variedade de modelos. A utilização de bancos de modelos é vantajosa, pois é menos dispendiosa e mais rápida que a implementação de sistemas reais, além da diminuição dos riscos e um custo mais baixo. Modelos Modelos financeiros fornecem análises de fluxo de caixa e investimentos gerais. Modelos de análises estatísticas executam cálculos como testes de hipótese, desvio padrão, curvas de nível, entre outros. Modelos gráficos ajudam a desenvolver apresentações gráficas dos dados. Modelos de gerenciamento de projetos servem para identificar atividades críticas que devem ser completadas em tempo hábil na coordenação de grandes projetos. 9

Benefícios da Modelagem Menor custo da experimentação virtual. Simulações com tempo comprimido. É mais fácil manipular modelos que sistemas reais. Melhor gerenciamento de incertezas com técnicas what-ifs e cálculo de riscos envolvidos em ações específicas. Modelos matemáticos permitem análises e comparações de muitas possíveis soluções. Amplia e reforça aprendizado. O uso de um SAD envolve um processo interativo de modelagem analítica, podendo, por exemplo, resultar numa série de telas em resposta a mudanças hipotéticas em alternativas sugeridas por um tomador de decisões. Tipos de Modelagem TIPODE MODELAGEM Análise tipo What-If Análise de Sensibilidade Análise de Busca de Metas Análise de Otimização OBJETIVO Observarcomo mudanças em variáveis selecionadas afetam outras variáveis Observarcomo mudanças repetidas em uma única variável afetam outras variáveis Repetidas mudanças em variáveis selecionadas até que uma variável atinja um valor-alvo Encontrar um valor ótimo para variáveis selecionadas, dadas certas restrições EXEMPLO Sea propaganda for reduzida em 10%, qual seria o impacto nas vendas? Reduçõesrepetidas de R$ 1.000 em propaganda para identificar a relação com as vendas Sucessivos aumentos em gasto com propaganda até que as vendas alcancem R$ 1 milhão Qual o melhor valor de propaganda, dadoorçamento atual, escolha de mídia e previsão de vendas? 10

Ferramentas de Modelagem e Inferência Data Warehouse OLAP Data Mining Inteligência Artificial Data Warehouse Consiste num armazém de dados ou depósito de dados. Sistema de computação utilizado para armazenar informações relativas às atividades de toda a organização em banco de dados, de forma consolidada. O desenho da base de dados favorece os relatórios, a análise de grandes volumes de dados e a obtenção de informações estratégicas que podem facilitar a tomada de decisão. Quando o volume de dados é muito grande e faz com que o datawarehouseseja projetado de forma distribuída, por departamentos, este recebe o nome de Data Mart. 11

OLAP (Processamento Analítico Online) Permite que gerentes e analistas examinem interativamente e manuseiem grande quantidade de dados detalhados e consolidados a partir de várias perspectivas, em tempo real, por meio de operações analíticas como a consolidação, o drill-down e o slicing and dicing. Consolidação agregação de dados Drill-down(desagregação) exibição dos dados detalhados de uma consolidação Slicinganddicing consideração dos dados a partir de diferentes pontos de vista, em fatias do banco de dados. Data Mining Data mining (ou mineração de dados) é o processo de extrair informação válida, previamente desconhecida e de máxima abrangência a partir de grandes bases de dados, usando-as para efetuar decisões cruciais. Vai além da simples consulta a um banco de dados, já que permite aos usuários explorar e inferir informação útil a partir dos dados, descobrindo relacionamentos escondidos no banco de dados. Consiste em um processo analítico projetado para explorar grandes quantidades de dados (tipicamente relacionados a negócios, mercado ou pesquisas científicas), na busca de padrões consistentes e/ou relacionamentos sistemáticos entre variáveis e, então, validá-los aplicando os padrões detectados a novos subconjuntos de dados. 12

Data Mining O software de Data Mining analisa grandes conjuntos de dados históricos das organizações preparados para análise em data warehouses. Realiza regressões, árvores de decisões, cadeias neurais, descoberta de agrupamentos e outros tipos de análises Pode destacar padrões de compra, tendências de clientes, custos supérfluos, e relações ou oportunidades lucrativas não percebidas. Inteligência Artificial Campo da ciência e da tecnologia que tem por objetivo desenvolver computadores com a capacidade de pensar, por meio da implementação de funções computacionais associadas à inteligência humana. ATRIBUTOS DO COMPORTAMENTO INTELIGENTE Pensar e raciocinar Utilizar a razão para solucionar problemas Aprender e compreender a partir da experiência Adquirir e aplicar conhecimentos Demonstrar criatividade e imaginação Lidar com situações complexas ou desconcertantes Reagir pronta e eficazmente a situações novas Reconhecer a importância relativa de elementos de uma situação Manipular informações ambíguas, incompletas ou errôneas 13

Áreas de Aplicação da Inteligência Artificial CIÊNCIA COGNITIVA Sistemas Especialistas Sistemas de Aprendizagem Lógica Difusa Algoritmos Genéticos Redes Neurais Agentes Inteligentes ROBÓTICA Percepção Visual Tatilidade Destreza Locomoção Condução INTERFACES NATURAIS Linguagens Naturais Reconhecimento de Discurso Interfaces Multissensoriais Realidade Virtual Sistemas de Apoio à Decisão em Grupo -SADG Utilizado em ambientes em que a tomada de decisão é tarefa não só de uma pessoa, mas de um grupo. Permite agregar diferentes pontos de vista de membros do grupo sobre uma situação, em uma visão comum, executando todas as funções de um SAD comum, porém agregando rotinas de trabalho grupal. Sua estrutura compreende, além dos elementos típicos de um SAD, uma interface de groupware(o software de SADG), o qual oferece ferramentas úteis ao trabalho em grupo, tais como a elaboração de documentos compostos, e o compartilhamento e controle de revisões e alterações. 14

Características de um SADG Apoio específico e geral Facilidade de uso Flexibilidade Entrada anônima (foco na qualidade da entrada) Redução do comportamento de grupo negativo Apoio ao comportamento grupal positivo Alternativas de configuração de um SADG ALTA Frequência das decisões BAIXA PEQUENA Distância física entre os membros GRANDE 15

Outras denominações SSD Sistema de Suporte à Decisão DSS Decision Support Systems BI Business Intelligence KMS - Knowledge Management Systems BA- Business Analytics Expert Systems Intelligent Agents GSS - Group Support Systems Algumas aplicações e informações ilabsistemas Especialistas-desenvolvimento e implantação de aplicações avançadas de apoio à tomada de decisão. www.ilab.com.br KeywordTecnologia soluções em Business Intelligence. www.keyword.com.br SAS Enterprise Miner, BI, BA. www.sas.com IBM SPSS Predictive Analytics. www.spss.com IBM Business Analytics Software. www- 01.ibm.com/software/analytics/ 16