Unidade III PLANEJAMENTO ESTRATÉGICO DE. Prof. Daniel Arthur Gennari Junior

Unidade III

PLANEJAMENTO ESTRATÉGICO DE TECNOLOGIA DA INFORMAÇÃO TECNOLOGIA DA INFORMAÇÃO

Prof. Daniel Arthur Gennari Junior

Sobre esta aula

ƒ Gestão do conhecimento e inteligência Corporativa

ƒ Conceitos fundamentais

ƒ Aplicações do conhecimento

ƒ Produtos, tecnologias e casos de uso

Gestão do conhecimento e inteligência corporativa

Informação

ƒ O termo informação é usado de muitas formas na linguagem corrente e

comporta muitos significados. Antes da definição, contudo, é necessário

reconhecer a existência de abordagens distintas ao mesmo tema: o modelo estatístico e modelo cognitivo.

ƒ Os dois modelos têm poucos pontos de contato, mas são úteis para as situações às quais foram propostos.

Gestão do conhecimento e inteligência corporativa

O modelo estatístico da informação

ƒ Este modelo é baseado na teoria da informação originada pelo cientista norte-americano Claude Shannon. A teoria da informação é o fundamento científico da chamada era digital, e suas proposições e conclusões permitiram o desenvolvimento de aplicações

presentes em todas as formas de transmissão e armazenamento de informação em meios digitais

informação em meios digitais.

Gestão do conhecimento e inteligência corporativa

ƒ O seu objetivo é mensurar a informação sob um ponto de vista estatístico. Assim sendo, a quantidade de informação que uma mensagem tem é inversamente proporcional a sua quantidade de

ocorrências Isso quer dizer que quanto ocorrências. Isso quer dizer que quanto mais uma mensagem é enviada, menos informação ela carrega, e vice-versa.

Modelo cognitivo da informação

ƒ Numa abordagem radicalmente diferente, o modelo cognitivo se ocupa

primordialmente com o significado da informação e não com sua quantificação.

Antes de se prosseguir com a

apresentação dele será necessário apresentação dele, será necessário introduzir os conceitos de cognição, semântica e interpretação.

Modelo cognitivo da informação

Cognição

ƒ O processo de formação do

conhecimento a partir da percepção do meio circundante por meio dos sentidos é chamado de cognição. A abordagem cognitiva demonstra que a informação sofre mudanças ao se submeter aos processos mentais de percepção,

registro, classificação e síntese, que lhe atribuem ou alteram significados.

Modelo semântico da informação

Semântica

O estudo dos significados se chama

semântica. A significação é um processo que vai além da percepção. Por exemplo, considere a distinção entre:

ƒ ouvir e escutar;

ƒ olhar e ver;

ƒ falar e dizer.

Além da percepção e do mero registro, a

i ifi ã f l â ti à

significação confere valor semântico à

informação. É a mesma distinção que existe entre o sentido literal e o sentido figurado, entre o concreto e o abstrato.

Modelo interpretativo da informação

Interpretação

ƒ Quanto maior o grau de transformação da informação, maior a necessidade de se ter uma interpretação adequada. E, como a interpretação depende de fatores lingüísticos e culturais, um tema pode comportar interpretações diferentes e igualmente válidas – o que é ótimo em termos artísticos, mas pode ser

problemático em termos de negócios.

Interatividade

A teoria da informação propõe uma definição estrita sobre o que vem a ser informação e, por meio dela, propõe hipóteses que são demonstradas

matematicamente, qual modelo refere-se este conceito :

este conceito :

a) Modelo estatístico b) Modelo cognitivo;

c) Modelo semântico;

d) Modelo interpretativo;

d) Modelo interpretativo;

e) Modelo DICIS.

O Modelo DICIS

Este modelo é o resultado de diversas visões a respeito da hierarquia da

informação, e, em inglês, sua sigla é DIKIW (Data- Information-Knowledge-Intelligence- Wisdom).

Ele descreve as transformações cognitivas da informação a partir de sua captação no meio circundante em cinco níveis, que lhe atribuem significado:

O Modelo DICIS

Exemplo científico:

ƒ dado: o registro dos estímulos captados os transforma em dados;

ƒ informação: dados classificados e ressignificados se transformam em informação;

ƒ conhecimento: a informação consolidada e re-significada se transforma em conhecimento;

ƒ inteligência: conhecimento sintetizado e ressignificados sustentam ações da inteligência;

ƒ sabedoria: as ações da inteligência

ganham propósito e se justificam com a sabedoria.

O Modelo DICIS

Exemplo empresarial:

ƒ ambiente: clientes, competidores, governo, economia, tendências, tecnologia;

ƒ dados: cotações, vendas, compras, ç , , p , pagamentos, recebimentos, tributos;

ƒ informação: crédito, inadimplência, lucratividade, fluxo de caixa, índices econômicos, KPIs;

ƒ conhecimento: processos produtos

ƒ conhecimento: processos, produtos, mercado, sucessos e fracassos;

ƒ inteligência: estratégias, ajustes de rumo, mudanças de abordagem;

ƒ sabedoria: missão, visão, valores

O Modelo DICIS

Capital intelectual

O conceito de capital intelectual é bastante conhecido e aceito, e inclui ativos

intangíveis de uma organização, como:

ƒ marcas;

ƒ patentes;p ;

ƒ direito autoral.

O capital intelectual é difícil de se calcular.

Marcas, por exemplo, são consideradas brand equity (patrimônio de marca) e seu valor costumam ser estimados por critérios valor costumam ser estimados por critérios complexos.

Capital informacional

O conceito de capital informacional surgiu com Kaplan e Norton, os criadores do

método Balanced Scorecards. Segundo os autores, existem três tipos de ativos

intangíveis na perspectiva de aprendizado e crescimento do BSc: o capital humano o crescimento do BSc: o capital humano, o capital organizacional e o capital

informacional.

ƒ O capital informacional inclui:

ƒ dados:

ƒ informação:

ƒ conhecimento:

ƒ inteligência:

O i d h i t ã

Importância econômica do conhecimento

Os serviços do conhecimento são significativos em termo de comércio internacional

Interatividade

É

É difícil de se calcular. Marcas, por

exemplo, são consideradas brand equity (patrimônio de marca) e seu valor

costumam ser estimados por critérios complexos:

a) Capital informacional;

b) Capital intelectual;

c) Capital aberto;

d) Capital do conhecimento;

) C it l d k ti e) Capital de marketing;

Aplicações do conhecimento

ƒ O trabalho realizado por eles numa organização resulta numa rede de

conhecimento, que é potencializada pelas interações entre seus participantes. No entanto, devido à importância estratégica do conhecimento de negócios deixar a do conhecimento de negócios, deixar a rede de conhecimento evoluir sem

controle ou direção pode invalidar seus benefícios. Tanto o capital intelectual

como o capital informacional precisam ser controlados e protegidos. Uma

controlados e protegidos. Uma

possibilidade de solução é a utilização de um sistema de gestão do conhecimento (KM – Knowledge Management).

Aplicações do conhecimento

ƒ Um sistema de gestão do conhecimento cataloga, organiza, indexa e disponibiliza o conteúdo da rede de conhecimento, e tem por objetivo socializar o

conhecimento com segurança: o acesso ao conteúdo é concedido conforme

ao conteúdo é concedido conforme

níveis de sensibilidade da informação ou por competência e atribuições de cada usuário.

Aplicações do conhecimento

Dentre os resultados esperados

decorrentes do uso de um sistema de KM estão:

ƒ preservação do capital intelectual;

ƒ estimulo à colaboração no trabalho;

ƒ desenvolvimento do espírito de equipe;

ƒ acelerar o processo decisório;

ƒ reutilizar soluções;

ƒ aumento de produtividade;

ƒ mapear competências;p p ;

ƒ maximizar oportunidades;

ƒ estímulo à inovação;

ƒ incentivo ao aprendizado.

Sistemas de inteligência

ƒ Existe uma classe de soluções

conhecida como Business Intelligence (BI), que oferece opções de exploração da informação existente, cujo objetivo é dar suporte aos processos empresariais estratégicos Tais processos necessitam estratégicos. Tais processos necessitam de visões altamente sintéticas para

entender características dos negócios realizados.

ƒ Esse tipo de exploração requer a coleta, transformação e consolidação de

transformação e consolidação de informação de diversas fontes num depósito de dados (data warehouse).

Data Warehouse

ƒ O data warehouse é uma base de dados diferente daquela usada nos sistemas transacionais e de gestão. É um

ambiente inteiramente dedicado ao processamento analítico (OLAP) e à mineração de dados (data mining) mineração de dados (data mining).

OLAP

ƒ On-line Analitical Processing é a

tecnologia que permite o agrupamento da informação de negócios por critérios relevantes previamente definidos,

visando a identificação de tendências e desvios

desvios.

ƒ Emprega uma estrutura denominada cubo, que é um agregado dos critérios relevantes (“dimensões”), em cujos cruzamentos estão sumarizados os dados quantitativos (“fatos”)

dados quantitativos ( fatos ).

OLAP

ƒ O grau de síntese pode ser controlado durante a exploração do cubo por meio do mecanismo de drill-up e drill-down, que executam, respectivamente, síntese e análise dos fatos, alterando a

consolidação pelos componentes das consolidação pelos componentes das dimensões.

ƒ Uma característica peculiar da estrutura do cubo OLAP é que ele já contém todos os valores previamente calculados.

OLAP

ƒ Isso o torna muito rápido quando de sua exploração, embora sua geração possa ser bastante demorada. O cubo OLAP tem respostas para todas as questões que se possam fazer em termos das dimensões e dos fatos

dimensões e dos fatos.

OLAP

Por exemplo: a área de vendas precisa analisar as quantidades vendidas de cada tipo de produto durante o ano, mês a mês.

O cubo OLAP a ser montado tem as seguintes características:

dimensões:

ƒ o tipo de produto e seus agrupamentos (linha, setor);

ƒ o mês e seus agrupamentos (trimestre, ano);

ano);

Fato:

ƒ quantidade vendida.

OLAP

ƒ O processo que gerou o cubo apresentou o seguinte resultado:

OLAP

Este cubo está preparado para dar

respostas a qualquer questão formulada em termos de meses, produtos e quantidades vendidas, como:

ƒ Quantos fogões vendidos em fevereiro de 2010?

ƒ Resposta: 1169.

OLAP

ƒ Quantos eletrônicos vendidos no 2º trimestre de 2010?

Resposta: (1034 + 1553 + 1714 + (1795 + 698 + 1520) +

(1530 + 1836 + 1742) = 13422 (1530 + 1836 + 1742) = 13422

Mineração de dados

ƒ Data mining é a tecnologia que permite a descoberta de correlações ocultas ou não triviais entre atributos ou eventos aparentemente não relacionados. Utiliza técnicas estatísticas e heurísticas para descobrir tendências

descobrir tendências.

ƒ Ao contrário do cubo OLAP, que classifica informação por critérios

previamente definidos (que se supõem relevantes), a mineração de dados utiliza diversos critérios potenciais e os agrupa diversos critérios potenciais e os agrupa seletivamente até achar alguma

tendência nos dados quantitativos.

Mineração de dados

ƒ Por exemplo: A área de marketing de uma loja quer identificar compradores potenciais de determinado tipo de produto para poder elaborar uma campanha publicitária adequada ao público alvo Ao pesquisar informações público-alvo. Ao pesquisar informações de clientes, relacionando a idade deles com a compra do tipo de produto em questão, o algoritmo da árvore de

decisão identificou que os clientes mais jovens são mais propensos a adquirir jovens são mais propensos a adquirir aquele tipo de produto, conforme mostram os gráficos a seguir:

Mineração de dados

ƒ Exemplo de árvore de decisão (mineração de dados)

Interatividade

Utiliza diversos critérios potenciais e os agrupa seletivamente até achar alguma tendência nos dados quantitativos, refere- se à:

a) OLAP

b) Data mining;

c) Cubo

d) Datawarehouse;

e) BI.

Produtos, tecnologias e casos de uso

ƒ Para explorar um cubo OLAP, é

necessário utilizar um programa que consiga manipulá-lo, conhecido como Clientes OLAP. O Microsoft Excel é um Cliente OLAP genérico, e utiliza sua funcionalidade de tabela dinâmica (pivot funcionalidade de tabela dinâmica (pivot table) para visualizar cubos com

diferentes graus de consolidação(dentro das dimensões do cubo), além de

permitir que os números obtidos sejam usados em outros cálculos.

usados em outros cálculos.

Produtos, tecnologias e casos de uso

Painéis de controle (dashboards)

ƒ São ferramentas que agregam à

informação alto grau de significação ao representá-la sinteticamente de forma gráfica. De fato, pouca coisa poderia ser mais sintética e significativa que uma luz verde, indicando que todos os

parâmetros estão dentro das faixas esperadas, e uma luz vermelha,

indicando que parâmetros críticos estão fora dos limites aceitáveis

fora dos limites aceitáveis.

Produtos, tecnologias e casos de uso

Portais de conhecimento

São sistemas que oferecem um ponto central de acesso a diversos tipos de conteúdo. Podem trabalhar com recursos interativos como:

ƒ fóruns: perguntas e respostas, debates, troca de informação e conhecimento;

ƒ referências (Wikis): conhecimento catalogado e indexado;

ƒ blogs e notícias: informação atual com

ƒ blogs e notícias: informação atual com possibilidade de interação;

ƒ busca: pesquisa de conteúdo por palavras fornecidas.

Produtos, tecnologias e casos de uso

Representações sintéticas emergentes

ƒ Novas formas de representação, com alto grau de significância, estão sendo pesquisadas. Entre elas, as mais

promissoras são:

Tag cloud

ƒ Oferece acesso ao conteúdo por indicação gráfica dos termos mais

citados. É uma representação sintética e visual a respeito da frequência das p q

palavras-chave mais empregadas.

Produtos, tecnologias e casos de uso

Visuwords (baseado no Wordnet)

ƒ Oferece acesso ao conteúdo por indicação gráfica do relacionamento entre termos associados. É uma representação sintética e visual a

respeito das ligações entre elementos correlacionados.

Interatividade

Oferece acesso ao conteúdo por indicação gráfica dos termos mais citados, refere-se à:

a) Painéis de controle ;

b) Portais de conhecimento;

c) Representações sintéticas emergentes;

c) Representações sintéticas emergentes;

d) Visuwords;

e) Tag cloud.

Conclusão da aula

Falamos sobre Gestão do conhecimento e inteligência Corporativa.

Também sobre OLAP, Data mining etc.

ATÉ A PRÓXIMA!