Sistemas de Informações Prof. Marco Pozam- mpozam@gmail.com A U L A 0 3 Ementa da disciplina Sistemas de Informações Gerenciais: Conceitos e Operacionalização. Suporte ao processo decisório. ERP Sistemas de Gestão Empresarial. BI Business Intelligence. CRM Gestão de Relacionamento com Clientes. SCM GestãodaCadeiadeSuprimentos. Segurança da Informação. EPN - Escola Paulista de Negócios 1
Sistemas de Informações Revisão das Aula 01 e 02 Tipos de Sistemas de Informações Uma organização tipicamente tem sistemas em nível estratégico, gerencial, de conhecimento e operacional para cada área funcional. Estratégico Gerencial Finanças Conhecimento Operacional EPN - Escola Paulista de Negócios 2
Integração e Relacionamento dos Sistemas de Informações ESS Sistema de Apoio Executivo MIS Sistemade Informação Gerencial DSS Sistemade Apoioà Decisão KWS e OAS Sistemasde Conhecimento TPS Sistemasde Processamentode Transação Integração e Relacionamento dos Sistemas de Informações Hardware NEGÓCIO Estratégias Regras Procedimentos Software Banco de Dados Telecom EPN - Escola Paulista de Negócios 3
O Competitivo Ambiente de Negócios da Atualidade Três aspectos importantes mudaram o ambiente de negócios: 1. Surgimento de uma economia globalizada. 2. Transformação de economias/sociedades industriais para economias de serviço baseada na informação e conhecimento. 3. Transformação no ambiente de negócio da organização. O atual ambiente de negócios EPN - Escola Paulista de Negócios 4
Os Sistemas de Informação vistos de uma Perspectiva de Negócios Organização Sistemas de Informação Tecnologia da informação Gerenciamento Os Sistemas de Informação vistos de uma Perspectiva de Negócios Tecnologia da informação EPN - Escola Paulista de Negócios 5
ERP Enterprise Resource Planning O queé ERP? ERP nadamais é que um sistema único que integra todos os sistemas dos departamentos de uma organização em um único sistema, ou seja, um novo conceito onde deixam de existir os sistemas próprios de cada departamento para haver um único sistema que gerencia em processos todos os dados da organização como um todo, evitando redundância de dados. ERP Enterprise Resource Planning 60 Bill of Materials automatizada BOM Evolução dos computadores 70 80 90 MRP - Material Requirements Planning MRPII - Manufacturing Resource Planning ERP - Enterprise Resource Planning MRP BOM MRPII MRP BOM ERP MRPII MRP BOM EPN - Escola Paulista de Negócios 6
ERP Enterprise Resource Planning Módulos hoje disponíveis na maioria dos ERP Módulos relacionados a Operações e Supply Chain Management(SCM). Módulos relacionados à gestão financeira/contábil/fiscal. Módulos relacionados à gestão de recursos humanos. Exemplos de Sistemas de Informações ERP EPN - Escola Paulista de Negócios 7
Mudanças no Processo de Gerenciamento: Organizações e SI Crescente poder e declínio do custo da tecnologia de informação. Sistemas e aplicações mais fortemente relacionados com atividades fundamentais. Formação de uma Arquitetura de Informação. Sistemas de Informações Aula 03 EPN - Escola Paulista de Negócios 8
Agenda 1. Importância do Conhecimento. 2. Caso John: Dados X Informação. 3. BI Business Intelligence. 4. Ferramentas e Técnicas de BI. 5. Suporte a Tomada de Decisões. 6. Conclusão. Sistemas de Informações Importância do Conhecimento na Tomada de Decisões EPN - Escola Paulista de Negócios 9
Gerenciamento do Conhecimento Modelo DIKW Gerenciamento do Conhecimento Modelo DIKW EPN - Escola Paulista de Negócios 10
Informação!!! Tomada de Decisões Sistemas de Informações Importância do Conhecimento Exemplo: o caso do John EPN - Escola Paulista de Negócios 11
O caso do John... Observação: Infecção hospitalar ou Infecção Nosocômica é toda infecção (pneumonia, infecção urinária, infecção cirúrgica,...) adquiridadentro de um ambientehospitalar. O caso do John... EPN - Escola Paulista de Negócios 12
O caso do John... O caso do John... O que de fato ocorreu! EPN - Escola Paulista de Negócios 13
Sistemas de Informações A tecnologia da informação tem sido até agora uma produtora de dados, em vez de informação, e muito menos uma produtora de novas e diferentes questões estratégicas. Os executivos não têm usado a nova tecnologia porque ela não tem oferecido as informações deque eles precisam para suas próprias tarefas. Peter Drucker Peter Ferdinand Drucker, (1909-2005) foi um filósofo e economista de origem austríaca, radicado nos USA, e considerado como o pai da administração moderna. EPN - Escola Paulista de Negócios 14
Caro, Complexo e Inflexível? Se o manuseio da informação é tão essencial à empresa, por que os executivos não se empenham em Tecnologia da Informação, em especial Sistemas de Informações, tanto quanto em qualquer outra função importante? Sistemas caros demais. Sistemas complexos demais. Sistemas inflexíveis demais. Nem sempre é interessante que muitos funcionários tenham acesso a qualquer tipo de informação. Existem ferramentas disponíveis? Quais as tecnologias atualmente disponíveis para que possamos suprir as necessidades de informação da empresa, mas que: Possuam custos acessíveis. Sejam suficientemente flexíveis. Sejam suficientemente poderosas. Efetivamente criam conhecimento. Tornem-se em um diferencial estratégico. EPN - Escola Paulista de Negócios 15
Mas como transformar dados em informação se...... eles estão dispersos em diferentes bancos de dados?... eles estão dispersos em diferentes softwares?... eles estão dispersos em diferentes plataformas?... eles são redundantes?...ovolumeémuitogrande?... computadores e sistemas comuns gastariam muito tempo para consolidá-los e apresentá-los de forma legível? BUSINESS INTELLIGENCE Conjunto de ferramentas e técnicas que objetivam dar suporte à tomada de decisão. EPN - Escola Paulista de Negócios 16
Origem Desde a antiguidade ao tempo dos descobrimentos, todos os grandes comerciantes da humanidade já utilizavam os conceitos de Business Intelligence. EPN - Escola Paulista de Negócios 17
... e continuamos usando na tomada de decisões: ampliar ou não o negócio? aumentar ou não o quadro funcional? como reduzir os custos? como aumentar a participação no mercado? quais as prioridades? O que mudou neste processo? EPN - Escola Paulista de Negócios 18
Uma montanha de dados nas organizações... de todos tipos provenientes de diversas fontes oriundos de diversos meios arquivados de diversos modos Uma nova sociedade com uma nova demanda ERA AGRÁRIA MERCANTIL INDUSTRIAL CONHECIMENTO TECNOLOGIA DOMINANTE IMAGEM REPRESENTATIVA O QUE VOCÊ ESTÁ FAZENDO? A LOGÍSTICA ARADO NAVIO MÁQUINA COMPUTADOR LAVOURAS GRANDES NAVIOS MOTORES MICROPROCESSADORES ALIMENTANDO COMERCIALIZANDO AUTOMATIZANDO ANIMAIS NAVIOS TRENS, AVIÕES, CAMINHÕES, NAVIOS INFORMATIZANDO REDE DE COMPUTADORES A SAÍDA ALIMENTAÇÃO COMÉRCIO CONSUMO EM MASSA INFORMAÇÃO CLASSE DE RIQUEZA FAZENDAS NAVEGAÇÃO TRABALHO E CAPITAL CONHECIMENTO ONDE ESTÁ O MERCADO? VILAS ARMAZÉNS LOJAS E SHOPPINGS GLOBALIZADO INTERNET O DIFERENCIAL FORÇA MUSCULAR FROTA DE NAVIOS ECONOMIA DE ESCALA INTELIGÊNCIA EPN - Escola Paulista de Negócios 19
BI Business Intelligence Onde está o diferencial? INTELIGÊNCIA Tomada de Decisões CONHECIMENTO Permite antecipar o evento INFORMAÇÃO Permite dar respostas ao evento DADOS Permite registrar o evento Sistemas de Informação Operacionais X Business Intelligence S.I. Operacionais Visão do atual e do real Solução para requisitos conhecidos Abrangência restrita Informação produzida por profissionais de informática Custo e tempo para obtenção da informação altos Business Intelligence Visão histórica e de tendência Permitir a identificação de fatos desconhecidos Abrangência ampla Informação produzida pelo próprio usuário Informação obtida com baixo custo e em tempo real Informação disponível a poucos usuários Informação democratizada EPN - Escola Paulista de Negócios 20
Sistemas de Informações Ferramentas e Técnicas Aplicativos Operacionais ou Transacionais Dados Externos FONTES DE DADOS Software Automação De Escritórios Equipamentos Automação EPN - Escola Paulista de Negócios 21
Ferramentas de BI Aplicativos Operacionais Data Mart Softwares de Automação de Escritórios Dados Externos Equipamentos de Automação E T L OLAP Data Mining FONTES DE DADOS EXTRAÇÃO, TRANSFORMAÇÃO E CARREGAMENTO DATA WAREHOUSE EXPLORAÇÃO Ferramentas de BI Aplicativos Operacionais Data Mart Softwares de Automação de Escritórios Dados Externos Equipamentos de Automação E T L OLAP Data Mining FONTES DE DADOS EXTRAÇÃO, TRANSFORMAÇÃO E CARREGAMENTO DATA WAREHOUSE EXPLORAÇÃO EPN - Escola Paulista de Negócios 22
Ferramentas de BI ETL EXTRAÇÃO, TRANSFORMAÇÃO E CARREGAMENTO É a camada responsável por integrar, transformar e salvar dados, não importando sua fonte nem seu destino. os dados, oriundos de diversas fontes de dados, se necessário, são submetidos a severas transformações e disponibilizados de forma normalizada. em ambientes complexos, existe a possibilidade de utilização de softwares que executam as transformações automaticamente. dependendo da periodicidade de atualização dos dados, devem ser estabelecidos mecanismos de sincronização de dados para garantir a integridade dos dados. Ferramentas de BI ETL MÉTODOS DE EXTRAÇÃO DE DADOS 1. EXTRAÇÃO SELETIVA os dados são extraídos através de programas desenvolvidos especificamente para selecionar os dados a serem exportados. 2. MANUTENÇÕES POR LOGS OU LOTES os dados são extraídos através dos registros automáticos (logs) ou de lotes de dados das transações efetuadas nos sistemas operacionais. 3. REPLICAÇÃO AUTOMÁTICA os dados são extraídos através de um sincronismo automático entre dois bancos de dados. EPN - Escola Paulista de Negócios 23
Ferramentas de BI ETL TRANSFORMAÇÃO 12 cm 4,5 polegadas 450 mm 2 pés SQL Server Oracle Access Texto m,f 1,0 mas,fem masculino, feminino E T L E T L E T L cm SQL Server m,f Ferramentas de BI ETL MÉTODOS DE CARREGAMENTO 1. RENOVAÇÃO 1. dados previamente arquivados são regravados, sendo então automaticamente atualizados. 2. ATUALIZAÇÃO LÓGICA OU INCREMENTAL trata-se de um arquivamento não destrutivo, onde aos dados já arquivados são acrescentados outros dados. 3. ATUALIZAÇÃO FÍSICA trata-se de um arquivamento destrutivo, onde os dados arquivados são previamente eliminados dando lugar a novos dados que serão carregados. EPN - Escola Paulista de Negócios 24
Ferramentas de BI Data Mart Aplicativos Operacionais Softwares de Automação de Escritórios Dados Externos Equipamentos de Automação FONTES DE DADOS E T L EXTRAÇÃO, TRANSFORMAÇÃO E CARREGAMENTO DATA WAREHOUSE OLAP Data Mining EXPLORAÇÃO DATAWAREHOUSE Armazém de Dados É um amplo e flexível repositório de dados, que reúne dados de fontes heterogêneas, projetado de modo a suportar o processo de tomada de decisão. Ambiente separado Disponibilidade Integrado Retrato no tempo(snapshots) Orientado por assunto Fácil acesso EPN - Escola Paulista de Negócios 25
DATAWAREHOUSE Organização DATA MART Data warehouse departamental Finanças Estoque Vendas Técnico DATA WAREHOUSE Corporativo DATAWAREHOUSE Cubo de Dados É uma estrutura de dados que forma um subconjunto deumbancodedadosgrandeporte. Organiza os dados em duas categorias: camposdedados. dimensões com múltiplos níveis. Resumos dos dados são previamente calculados de modo a otimizar o tempo de recuperação das informações. EPN - Escola Paulista de Negócios 26
Tempo DATAWAREHOUSE Dimensões Estratégia Organização Região Produto Cliente Preço Venda Ferramentas de BI Data Mart Aplicativos Operacionais Softwares de Automação de Escritórios Dados Externos Equipamentos de Automação FONTES DE DADOS E T L EXTRAÇÃO, TRANSFORMAÇÃO E CARREGAMENTO DATA WAREHOUSE OLAP Data Mining EXPLORAÇÃO EPN - Escola Paulista de Negócios 27
EXPLORAÇÃO Ambiente de Exploração do Data Warehouse O ambiente de exploração objetiva disponibilizar, através de ferramentas apropriadas, o acesso a informação. Disponibilizar o acesso a informação. Satisfazer as necessidades de exploração e pesquisa. Identificar tendências. Democratizar o acesso a informação. Processamento Analítico On-Line AD-HOC consultas imprevistas, de acordo com as necessidades de cruzamento de informação EXPLORAÇÃO OLAP On Line Analytical Processing Permite a recuperação de informações de forma dinâmica e flexível, através de uma interface muito simples. SLICE-AND-DICE consultas sob diferentes prismas DRILL DOWN/UP consultas em diferentes níveis de detalhes - subir ou descer níveis de detalhamento EPN - Escola Paulista de Negócios 28
EXPLORAÇÃO DATAMINING Mineração de Dados Conjunto de técnicas cuja finalidade é permitir a descoberta de relações não visíveis dos banco de dados. REDES NEURAIS constrõem representações internas de modelos ou padrões achados nos dados. INDUÇÃO DE REGRAS detectam tendências dos dados, apresentando uma lista não encomendada. ÁRVORES DE DECISÃO Identificam associações dos dados, formando as regras sobre o dado. Sistemas de Informações Suporte a Tomada de Decisões EPN - Escola Paulista de Negócios 29
Por que preocupar-se em esconder a informação dos funcionários da empresa? A mesma informação deve estar disponível aos diretores, gerentes e até mesmo para os trabalhadores operacionais, para que todos compreendam: ondeestãooslucroseasperdas? oquefuncionaounão? quedespesasestãodentro ouforadoprevisto? As empresa deveriam perder menos tempo escondendo informações de funcionários e mais tempo ensinando-os a analisálaseagirapartirdelas. Bill Gates EPN - Escola Paulista de Negócios 30
Se o manejo da informação é tão essencial à empresa, por que os executivos não se empenham em TI tanto quanto em qualquer outra função importante? Tudooquevimosatéagoraforam: ferramentas e técnicas extremamente flexíveis. que podem ser dimensionadas de acordo com o porte de cada empresa. que possuem custos acessíveis. que dependendo do caso, podem ser implantadas utilizando-se os recursos de TI já disponíveis na empresa. que permitem a recuperação de informações de modo muito simples. produzem resultados muito poderosas. Se você possui em sua empresa uma verdadeira montanha de dados, por que não aproveitá-la? Esta montanha de dados precisa ser considerada como um ativo da empresa, com o qual podemos: aprender gerar informação obter conhecimento nortear decisões darumpassoafrentedaconcorrência ganhar vantagem competitiva EPN - Escola Paulista de Negócios 31
Sistemas de Informações Conclusão da Aula 03 Tópicos importantes nesta aula 1. A importância dos dados e das informações como base para a tomada de decisões. 2. Como o Business Intelligence contribui para a tomada de decisão usando tecnologia, velocidade e grande quantidade de dados. 3. As principais ferramentas e técnicas do Business Intelligence: a. FontesdeDados b. ETL Extração, Transformação e Carregamento c. Datawarehouse d. Exploração OLAPeDataMining 4. Dashboards ou Painéis para suporte a decisão. EPN - Escola Paulista de Negócios 32
Ementa da disciplina Sistemas de Informações Gerenciais: Conceitos e Operacionalização. Suporte ao processo decisório. ERP Sistemas de Gestão Empresarial. BI Business Intelligence. CRM Gestão de Relacionamento com Clientes. SCM GestãodaCadeiadeSuprimentos. Segurança da Informação. EPN - Escola Paulista de Negócios 33