Sistemas de Apoio à Decisões

Indice

Conceito e Introdução

Metadados

Executive Information Systems (EIS)

Enterprise Resource Planning (ERP)

CRM / e-CRM

Data Warehouse

Data Marts

Data Mining

Inteligência Artificial

Sistemas Especialistas (ES)

Database Marketing

Business Intelligence (BI)

Ferramentas OLAP

Conceituando S A D

Conceito : Os Sistemas de Apoio a Decisões foram

concebidos para auxiliar no processo de tomada de decisões

das empresas

Permitem calcular o custo de produtos, projetar estimativas de

lucro e prejuízo, analisar o desempenho das empresas e da

economia por meio de gráficos comparativos e planejar a parte

financeira através do fluxo de caixa e de planilhas bancárias e

de fornecedores.

Introdução

Peter Drucker: As organizações do futuro - baseadas em

informação - compostas de especialistas que orientam o seu

próprio desempenho

Informática + Telecomunicações = velocidade da informação

Brasil: não há uma pesquisa s/ Sw mais utilizados - apoio em

decisões pouco científicas c/ planilhas de cálculo

EUA: Suporte a decisão = ERP - assuntos estratégicos =

métodos de pesquisa operacional - análise de mercados /

clientes = BI

Voltando ...

Informação:

Melhor recurso do qual uma empresa pode dispor para tomar

decisões estratégicas

Analise dos dados fornece informações vitais para a empresa

(históricos sobre vendas, produção, clientes, etc.)

Problemas:

Dificuldades para obter informação

Qtde de dados a serem analisados cresce com a expansão do

negócio e com o passar dos anos

Dados conflitantes vindos de fontes diferentes podem gerar

informações desencontradas

Impossível para um ser humano manter e analisar todos os

dados

Informação não é mais mantida por gerentes devido à

mobilidade no mercado de trabalho

E...

Benefícios:

Determinar o mercado-alvo de um produto

Definir o preço de um produto, criar promoções e condições

especiais de compra

Verificar a eficácia de campanhas de marketing

Otimizar a quantidade de produtos no estoque

Responder rapidamente a mudanças no mercado e

determinar novas tendências

... ou seja, ganhar eficiência e lucratividade

Fases

Primeira: modelagem de informações (enxergar as

informações envolvidas no processo)

Tempo: dois a quatro anos - cultura de cada empresa

Terceira: realizar a implantação de sistemas de apoio a

decisões

Segunda: identificar onde estão os "repositórios" de

informações e conhecimentos

Gerenciando informações

Mercado de armazenamento de dados no Brasil: cresceu

44,4% (2003) – movimentou US$ 1,3 bilhão de dólares.

Brasil: houve evolução muito grande nos últimos 10 anos

Principais fatores propulsores:

1-Significativa queda do custo de armazenamento de dados

2- Desenvolvimento de recursos que permitem a rápida

recuperação dos dados

3- Automação dos processos

4- Uso de ferramentas - melhor gerenciamento dos fluxos de

trabalho

Observações importantes

Não basta simplesmente armazenar o dado - É necessário

que a informação esteja disponível para tomar decisão na hora

certa, de forma simples, confiável e precisa

Globalização -> aumento de competitividade -> melhoria na

prestação de serviços aos clientes - Diferencial competitivo

Apenas os dados de real valor devem ser tratados e

guardados pela empresa 

Alinhar o tratamento de dados, a informação e as estratégias

de negócio

Empresas brasileiras: a maioria tem tecnologia - não têm

uma estratégia para tratar e gerenciar a informação

Mapeando / redesenhando processos

Sobrevivencia: mercados de alta competição -> estrutura p/

atuar com eficiência e qualidade -> controle dos processos

internos + visão ampla/dinâmica das tendências e

necessidades de seus clientesImplementação:

1- Identificar onde nasce o dado ou informação (aonde o

conhecimento surge)

2- Como ele é utilizado nos diversos processos de negócio e

operacionais

3- Identificar a relevância desde dado ou informação X

objetivos estratégicos (onde ele precisa ser utilizado)

Metadados

Importância: a partir deles que as informações serão processadas,

atualizadas e consultadas – Dados sobre os dados

Apresentam 3 camadas: 

1-Metadados Operacionais: estrutura dos dados mantidos

pelos bancos operacionais, usados pelas aplicações de

produção da empresa

2-Metadados Centrais de um DW: orientados por assunto e

definem como os dados transformados devem ser

interpretados (agregação e campos calculados) - visões

sobre cruzamentos de assuntos

3-Metadados do Nível do Usuário: Organizam para conceitos

que sejam familiares e adequados aos usuários finais

Executive Information Systems (EIS)

1970 - MIT (Massachusets Institute of Tecnology-EUA)

Nova tecnologia - Conceito espalhou-se rapidamente p/

mundo

Atualmente presente em diversos outros SW no mundo inteiro

Sucesso = simplicidade de uso + orientação para gráficos +

complementação em vez de substituição

Apresentação simples e amigável -> atende às necessidades

dos executivos da alta administração (principalmente)

Acompanhamento diário de resultados + tabulando dados de

todas as áreas = exibição gráfica e simplificada

Executive Information Systems (EIS)

Caracteristicas: direcionado à alta administração - recursos

gráficos de alta qualidade / automáticos - .rapidez para a

tomada de decisões – facilidade de uso - telas de acesso

intuitivo - sem treinamento específico em TI

Filtram, resumem e acompanham dados ligados ao controle de

desempenho de fatores críticos para o sucesso do negócio -

uso intensivo de dados do meio ambiente interno e externo da

empresa (bancos de dados no mercado financeiro e

empresarial)

Enterprise Resource Planning (ERP)

Conceito: conjunto de atividades executadas por um Sw

multi-modular

Arquitetura que facilita o fluxo de informações entre todas as

atividades de uma empresa (fabricação, logística, finanças e

recursos humanos)

Utiliza base de dados única - eliminando-se a redundância de

informações e redigitação de dados - integridade das

informações

Objetivo: Auxiliar empresa nas fases do seu negócio

(desenvolvimento de produtos, compra de itens, manutenção

de estoques, interação com os fornecedores, serviços a

clientes e acompanhamento de ordens de produção)

Enterprise Resource Planning (ERP)

Projetados para serem independentes de plataforma -

interface GUI - arquitetura cliente/servidor

Brasil: adaptar modulos originais às particularidades do país

Componentes típicos: Finanças – Contabilidade - Planejamento e Controle da Produção - Recursos Humanos - Custos - Vendas - Marketing

Integração: registra e processa cada evento empresarial - oriundo das funções empresariais - um único input - disponibiliza a informação para todos na empresa

CRM (Customer Relationship

Management) Globalização + Internet + novas exigências dos clientes

Investimentos ($): técnicas p/ obter clientes rentáveis + rete-los + fixa-los no mercado + continuar crescendo

Implementar a filosofia “one to one” de relacionamento com os clientes

Filosofia one-to-one é voltada para o desenvolvimento de uma

relação individualizada e personalizada entre cliente e

empresa

Identificar clientes (independentemente do ponto de contatos)

- diferenciar os clientes por seu valor (real e potencial) e por

suas necessidades - interagir com clientes + personalizar

clientes (lembrar-se deles)

CRM (Customer Relationship Management)

Processo: capturar os dados(clientes) + armazenar DB central + organizar /

analisar os dados – disponibilizar (pontos de acesso ao cliente) – funcionarios

bem informados

Direcionado para o cliente, proporcionando meios de antecipar atendimento às

necessidades do cliente

Manutenção: Trabalhar esses clientes - identificá-los

separadamente – sintam-se em ambiente conveniente +

percebam que tem grande valor para a empresa

(atendimento personalizado – antecipados )

Construir uma relação de aprendizado - personalizar

aspectos da relação c/ a empresa - agregar valor real à

relação - criar custos de mudança e gerar fidelidade

CRM (Customer Relationship Management)

Estratégias:

Operacional: obter dados de transações realizadas em produtos e

clientes - telefone, correios, e-mail, Internet, agentes externos

(vendedores móveis)

Colaborativo: tecnologias p/ comunicação entre clientes, da

equipe da empresa e mesmo de sócios do negócio(web,

voz, fax/letter e interação direta com os clientes)

Analitico: proporciona série de informações sobre os clientes

que estão armazenadas em seus repositórios de dados -

aquisição de conhecimento de cada cliente - montar um perfil

dos mesmos - criando ambientes - personalizando o

atendimento

E-CRM

Globalização do comércio – novos meios de comercialização de seus

produtos - e-commerce (comércio eletrônico)

Um novo modelo de cliente: cliente “Internauta” – aumenta

sua participação no mercado rapidamente

Surge o e-CRM (eletronic Customer Relationship

Management)

Data Warehouse

Conceito: É um grande banco de dados que armazena dados de

diversas fontes para futura geração de informações integradas da

organização como um todo

Operação complexa - gera informações analíticas -

atualizadas periodicamente pelos bancos de dados

operacionais da empresa

Utilizado p/ relatórios e análises executivas - reorganizações

de dados e combinações de informações (inclusive dados

históricos) – visando tomada de decisões principalmente

táticas e estratégicas

Data Marts

Conceito: É um pequeno ”Data Warehouse” - suporte à decisão de um

pequeno grupo de pessoas - atendem as necessidades de unidades

específicas de negócio (ao invés da corporação inteira)

Servem de teste p/ Data Warehouse (tempo, dados e

investimentos gerenciais muito maiores)

Motivos: custo mais baixo + tempo menor de implementação

+ correntes avanços tecnológicos.

1- Custo de implementação baixo – alcance grande número

de corporações.

2- Prototipação muito mais rápido - pilotos em 30 e 120 dias

- sistemas completos em 3 e seis meses.

3- Escopo mais limitado - mais identificados com grupos de

usuários - esforço/time concentrado

Data Mining

Conceito : "Mineração de dados" - análise de conjuntos de dados

transformando-o em informação e conhecimento

Ferramentas + algoritmos de aprendizado / estatística =>

extrair conhecimento na forma de hipóteses/ regras -

sugerindo tendências e particularidades pertinentes

Métodos tradicionais de análise (planilhas) não conseguem

analisar o conteúdo p/ obter conhecimentos importantes

Objetivo: descoberta de padrões que possam representar

informações úteis

Padrão: uma afirmação sobre uma distribuição probabilística

(expressos na forma de regras, fórmulas e funções) 

Data Mining

Padrões : Predição - resolver o problema (claro e bem especificado):

predizer o valor futuro ou desconhecido de um ou mais atributos do banco

de dados a partir do valor conhecido dos demais atributos

Descritivos: encontrar padrões, de forma interpretável pelo homem, que

descrevam os dados

Diferença: Descritivo mais importante - mais difícil de avaliar -

não deixa claro : sugere alguma ação / quanto efetiva esta

ação seria

Ex: regra encontrada – DB supermercado - 90% dos clientes

que compram o produto A, também adquirem, na mesma

ocasião, o produto B - serviços bancários / telecomunicação -

histórico de pacientes - análise de admissão em cursos

universitários

Inteligencia Artificial

I.A: simulação da “inteligência” humana, na realização de

atividades elaboradas por pessoas, que podem ser substituídas

pelo uso dos recursos da ciência da computação e seus

respectivos algoritmos inteligentes

Posteriormente: manipulação de conhecimentos -

algoritmos de percepção (visão e fala) - compreensão da

linguagem natural - solução de problemas em domínios

especializados(diagnósticos médico e análise química)

Inicialmente: focada em tarefas formais (jogos,

demonstrações de teoremas e raciocínios)

Inteligencia Artificial

Hoje: projetos na área de engenharia, descobertas científicas,

planejamento financeiro, mineração e análise de dados para a geração

de informações empresariais

Ex: Aplicar o conhecimento adquirido da experiência - tratar

situações complexas - resolver problemas quando faltam

informações importantes - determinar o que é importante - ter

capacidade de raciocinar e pensar - reagir rápida e

corretamente a novas situações - compreender imagens

visuais - processar e manipular símbolos – ser criativo e

imaginativo

Trabalha com o conhecimento - conceito que vai além da

informação

Sistemas Especialistas

Origem: Inteligência Artificial

Regras pre-definidas + mecanismos de raciocínio - acessar

substancial base de conhecimentos

É a última evolução da Inteligência Artificial aplicada a EIS - o

computador é utilizado para assistir ou até mesmo substituir

os executivos nas decisões

Objetivo: solução de problemas que normalmente são resolvidos

por “especialistas” humanos - atua como um profissional

especializado c/ muita experiência em determinado domínio

Modela o conhecimento em áreas / domínios específicos -

tarefas rotineiras de gestão

Database Marketing

Objetivo: utilização das informações s/ consumidores / mercado comercial

- aumentar qualidade/ efetividade da relação c/ o cliente

Benefícios: melhorar vendas - posicionamento no mercado - fidelidade do cliente - imagem da empresa - instrumento de

planejamento/execução(ações marketing)

Suporte à gestão: áreas de desenvolvimento de produto,

distribuição, política de preço, efetividade de promoções e

previsão de vendas.

Inputs: política corporativa / plano estratégico da

organização / transações comerciais / informações externas s/

mercado, competidores e outros indicadores de interesse

Business Intelligence (BI)

Conceito: BI é quando uma empresa usa dados de seus sistemas operacionais (conhecimento do negócio) para tomar decisões de negócios

Projetos demorados: dados - Data Warehouse / Data Mart - DB preparado (estruturado e otimizado) p/ operações de BI -+ eventos econômicos/reguladores/políticos (tenham impacto sobre os negócios da empresa)

Equipes c/ habilidades comerciais abrangentes + grande conhecimento técnico

Business Intelligence (BI)

Objetivo: aprender sobre o ambiente competitivo externo – conhecer posicionamento competitivo da empresa - mudanças internas - decisões estratégicas

Benefícios:

antecipar mudanças no mercado / ações dos competidores - descobrir novos ou potenciais competidores - aprender c/ os sucessos e as falhas dos outros - conhecer melhor suas possíveis aquisições ou parceiros - conhecer novas tecnologias / produtos / processos que tenham impacto no negócio - entrar em novos negócios - rever suas próprias práticas de negócio - auxiliar na implementação de novas

ferramentas gerenciais

Ferramentas OLAP (Online Analytical Processing)

Conceito: analisar e visualizar dados corporativos - rápida, consistente

e interativa (processamento analítico em tempo-real) - análise

dinâmica e multidimensional dos dados consolidados – independe de

técnicos

Análise multidimensional: ver "cubos" de informações de

diferentes ângulos - são massas de dados que retornam das

consultas feitas ao banco de dados - manipulados e

visualizados por inúmeros ângulos (slice-and-dice) e

diferentes níveis de agregação (drill)

DBs relacionais (tabelas normalizadas) - "queries"

complexas (multi-tabelas) - demasiado lento

Ferramentas OLAP (Online Analytical

Processing)Restruturar Dbs relacionais em esquema dimensional - "queries"

serão executadas neste novo esquema - respostas a 0.1% do tempo

X DBs relacionais

Consultas: acesso casual único - próprio usuário gera consultas -

cruza informações c/ forma não vista e com métodos que o levem a

descoberta daquilo que procura

Drill Down/Up: ver diferentes níveis de detalhe -“subir ou

descer” detalhamento do dado – ex: analisar uma informação

diariamente / anualmente do mesmo DB

Slice-and-Dice: analisar informações de diferentes prismas

limitados somente pela nossa imaginação - ver a informação

sobre ângulos que anteriormente inexistiam

CONCLUSÃOTecnologia é o catalisador que possibilita que os funcionários

sejam mais eficientes e efetivos em suas relações com os clientes.

Softwares são recursos necessários para automatizar, gerenciar, e

integrar vendas, marketing, desenvolvimento de produtos, e as

funções de atendimento a clientes.

É fundamental lembrar que não se trata apenas de hardware e

software. Mesmo a mais sofisticada solução será apenas um

elemento no processo de ganhar e reter clientes lucrativos. -

Processos e pessoas são os complementos críticos para todas

estas ferramentas.Foco: competitividade e a inteligência empresarial - e não a

tecnologia propriamente dita. Tecnologia por tecnologia, sem

planejamento, sem gestão e ação efetiva, sem um projeto amplo e

consistente de tratamento da informação, não traz a

competitividade que a empresa necessita

Bibliografia

Sites na Internet acessados em dez/2011

Arquivos word/PDF obtidos p/ Google – dez/2011

Anexo (word) com toda a bibliografia