Sistemas de
Informações
Gerenciais
DAVID LIRA STEPHEN BARROS Gerente Editorial
CRISTIANE SILVEIRA CESAR DE OLIVEIRA Projeto Gráfico
TIAGO DA ROCHA Autor
TATIANA SOUTO MAIOR DE OLIVEIRA
A AUTORA
Tatiana Souto Maior de Oliveira
Olá! Meu nome é Tatiana Souto Maior de Oliveira. Sou doutora em Administração com ênfase em tecnologia, possuo Mestrado em Gestão Urbana pela Pontifícia Universidade Católica do Paraná e especializações na área de Tecnologia da Comunicação e Informação. Atualmente sou professora universitária, profissão que exerço há 15 anos, trabalhando com pesquisa e consultoria na área de administração e atuando principalmente no elo dos seguintes temas: informação, tecnologia e negócio.
ICONOGRÁFICOS
Olá. Esses ícones irão aparecer em sua trilha de aprendizagem toda vez que:
INTRODUÇÃO:
para o início do desenvolvimento de uma nova compe- tência;
DEFINIÇÃO:
houver necessidade de se apresentar um novo conceito;
NOTA:
quando forem necessários obser- vações ou comple- mentações para o seu conhecimento;
IMPORTANTE:
as observações escritas tiveram que ser priorizadas para você;
EXPLICANDO MELHOR:
algo precisa ser melhor explicado ou detalhado;
VOCÊ SABIA?
curiosidades e indagações lúdicas sobre o tema em estudo, se forem necessárias;
SAIBA MAIS:
textos, referências bibliográficas e links para aprofundamen- to do seu conheci- mento;
REFLITA:
se houver a neces- sidade de chamar a atenção sobre algo a ser refletido ou dis- cutido sobre;
ACESSE:
se for preciso aces- sar um ou mais sites para fazer download, assistir vídeos, ler textos, ouvir podcast;
RESUMINDO:
quando for preciso se fazer um resumo acumulativo das últi- mas abordagens;
ATIVIDADES:
quando alguma atividade de au- toaprendizagem for aplicada;
TESTANDO:
quando o desen- volvimento de uma competência for concluído e questões forem explicadas;
SUMÁRIO
Tecnologia e inteligência empresarial ...10
Entendendo competitividade ...10
Fatores para a competitividade organizacional ...10
Fatores sistêmicos ...11
Fatores estruturais ...11
Fatores internos ...11
Análise e estratégias competitivas...13
Estratégia Competitivas de Porter ...13
Modelo das cinco forças ...15
Competitividade e tecnologia ...17
Conceito de inteligência empresarial ...21
Inteligência empresarial e tecnologia ...22
Conceito de Data Mining e Data Warehouse ...27
Data Warehouse ... 27
Vantagens do DW ...31
Processamento OLAP ...31
Modelagem dimensional ...32
Data Marts ... 36
Data Mining ... 38
Business Intelligence ...41
Sistemas especialistas ...42
UNIDADE
03
INTRODUÇÃO
Quando falamos em tecnologia, já é um consenso que a importância dessa área para as empresas é muito mais do que automatizações operacionais. Hoje, a tecnologia mostra-se como peça fundamental para a estratégia competitiva das organizações.
A tecnologia permite a geração de vantagem competitiva a partir da reestruturação operacional até a criação de inovação, e com elas as empresas conseguem uma maior diferenciação no mercado.
Nesta unidade, estudaremos a relação entre a tecnologia e a competitividade organizacional. Iniciaremos balizando nosso conceito de competitividade permitindo o entendimento das principais abordagens estratégias competitivas. Na sequência, estudaremos o conceito e processo de inteligência empresarial sob a ótica tecnológica e finalmente estudaremos os principais sistemas de inteligência empresarial.
OBJETIVOS
Olá. Seja muito bem-vindo à Unidade 3. Nosso objetivo é auxiliar você no desenvolvimento das seguintes competências profissionais até o término desta etapa de estudos:
1. Entender como usar as tecnologias da informação na competitivi- dade organizacional;
2. Definir o conceito de inteligência empresarial, identificando casos de uso e possibilidades de aplicação;
3. Discernir as peculiaridades e diferenças entre o Data Mining e Data Warehouse;
4. Compreender como as tecnologias de Business Intelligence po- dem ajudar no entendimento da organização, seu produto e seu público-alvo, gerando diferenciais competitivos.
Então? Preparado para uma viagem sem volta rumo ao conhecimento? Ao trabalho!
Tecnologia e inteligência empresarial
Que a tecnologia vem ajudando as empresas na estratégia e vantagem isso já é um fato, mas precisamos entender como a tecnologia pode ajudar estrategicamente a empresas.
INTRODUÇÃO:
Ao término deste capítulo você será capaz de entender como a tecnologia pode ajudar a empresa a melhorar sua competitividade. Esse entendimento habilita o profissional de gestão a analisar os projetos de tecnologia da informação com base em seu potencial retorno para as organizações.
Entendendo competitividade
Na atualidade, o conceito de competitividade é sem dúvida uma das temáticas mais trabalhadas pelas organizações. Diferentemente do que se pode parecer para um leigo, a competitividade não está somente relacionada ao processo de negociação junto aos clientes com foco em preços, pelo contrário, a construção de uma empresa competitiva envolve uma visão holística do contexto onde ela está inserida.
De maneira simples, podemos entender a competitividade como a habilidade de fabricar produtos melhores que seus concorrentes, possibilitando uma melhor posição em relação ao mercado como um todo.
Desse modo, a questão da competitividade está diretamente relacionada aos posicionamentos das empresas e de como elas lidam com a concorrência e quais ações elas implementam para obter vantagem mercadológica.
Fatores para a competitividade organizacional
Como vimos anteriormente, a competitividade das empresas não é algo simples de ser analisada, ela depende de uma série de variáveis que devem ser devidamente analisadas. Essas variáveis são oriundas
de diversas áreas e para que seja possível sua determinação elas são divididas em: fatores sistêmicos, fatores estruturais e fatores internos.
Fatores sistêmicos
Toda empresa está inserida em um determinado contexto e esse entorno influencia o desempenho da organização, que deve ser considerado dentre os fatores de sistemas nos contextos socioeconômico e cultural.
Fatores estruturais
Os fatores estruturais se referem às variáveis operacionais das empresas, dados como concorrência, fornecedores, clientes e mão de obra. Essa análise permite uma visão do segmento operacional, oferta e demanda.
Fatores internos
Baseado no conceito de competitividade, é uma habilidade das empresas em lidar com as variáveis do ambiente onde está inserida.
Desse modo, não há como deixar de analisarmos os fatores internos que são a base da ação da empresa, como inovação, processos, informação, tecnologia, pessoas.
Na mesma linha de raciocínio, Certo e Peter (1993) afirmam que para se conseguir criar estratégias competitivas é necessário o monitoramento ambiente, ou seja, a análise das diferentes variáveis que podem afetar a competitividade da empresa. Para Certo e Peter (1993) a análise pode ser dividida em três grandes ambientes: ambiente geral, ambiente operacional e ambiente interno. Na figura 1, podemos ver os vários ambientes propostos por Certo e Peter (1993).
Figura 1: Análise de ambiente organizacional
Ambiente Externo – Geral Legal
Político Econômico Tecnológico Social Ecológico
Ambiente Externo – Setorial Fornecedores
Clientes
Internacionalização Mão De Obra Concorrentes Ambiente Interno
Aspectos Administrativos Área de Marketing Área de Finanças Área de RH Área de Produção
Fonte: Certo e Peter, 2017 (Adaptado).
Dessa forma, podemos perceber que a competitividade organizacional depende de forças exógenas (de fora para dentro da organização) e endógenos (de dentro para fora), sendo que cada vez mais a vantagem competitividade vem sendo atrelada aos fatores internos da organização.
IMPORTANTE:
A tecnologia é um fator interno da organização que tem a capacidade de subsidiar ações endógenas, as quais aumentam sua competitividade.
A competitividade é hoje algo que extrapola os cenários mercadológicos tradicionais. Questões relativas ao posicionamento das empresas quanto às questões ambientais e sociais estão hoje relacionadas ao conceito de competitividade e a longevidade coorporativa.
Análise e estratégias competitivas
A área de estratégia competitiva tem muitas teorias que podem ser utilizadas como base para as empresas. Dentre os principais autores da área de estratégia ressaltamos o autor Michael Portes. Dentre as principais estratégias competitivas definidas por Porte, podemos destacar as estratégias de diferenciação, custo e foco.
Estratégia Competitivas de Porter
Estratégia baseada em custo
Uma das primeiras formas de conseguirmos uma vantagem competitiva é aquela baseada em preços, que está relacionada à obtenção de redução de custos por parte das empresas. O grande segredo aqui é a empresa conseguir uma redução em seus custos operacionais e consequentemente conseguir manter-se competitivo frente à concorrência.
Aqui vale a ressalva de que somente esse tipo de abordagem competitiva não é suficiente, pois podemos dizer que as estratégias baseadas em custo têm uma limitação e, apesar de todos os esforços da organização, elas não conseguem manter sua competitividade.
Segundo Hitt, Ireland e Hoskisson (2018, p. 110),
A estratégia de liderança em custos é um conjunto integrado de ações tomadas para produzir bens e serviços com características aceitáveis ao menor custo em comparação com os concorrentes. As empresas que utilizam essa estratégia geralmente vendem bens e serviços padronizados (porém com níveis competitivos de diferenciação) para clientes mais habituais do setor. Inovação de processos, que são métodos de distribuição e produção recém-criados e técnicas que
permitem que a organização opere com mais eficiência, são cruciais para a utilização bem-sucedida da estratégia de liderança em custos. Nos últimos anos, as empresas desenvolveram estratégias de terceirização para encontrar fornecedores de baixo custo para os quais terceirizam várias funções (por exemplo, bens manufaturados), a fim de manter os custos baixos
Diferenciação
Diferentemente da estratégia de custos, a estratégia de diferencia- ção busca criar diferenciais competitivos a produtos e serviços que façam com que estes sejam percebidos como de maior valor do que os da con- corrência. O foco da estratégia de diferenciação é a criação de valor ao produto, entretanto isso deve ocorrer sem desconsiderar sua viabilidade mercadológica.
Segundo Hitt, Ireland e Hoskisson (2018, p. 110),
A estratégia de diferenciação é um conjunto integrado de ações para produzir bens ou serviços (a um custo aceitável) que os clientes percebem como diferentes, de maneiras que são importantes para eles. Embora os líderes em custos atendam aos clientes habituais de um setor, os diferenciadores focam clientes para os quais o valor é criado pelo modo como os produtos da empresa diferem daqueles produzidos e comercializados pelos concorrentes. A inovação de produtos, ou seja, ‘o resultado de criar um jeito de resolver o problema do cliente – mediante um novo produto ou desenvolvimento de serviços –, que beneficia tanto o cliente quanto a empresa’, bem-sucedido da estratégia de diferenciação.
Estratégia de foco
A especialização em segmentos específicos é uma das maneiras de se obter uma vantagem competitiva. Segundo Hitt, Ireland e Hoskisson (2018, p. 114)
é um conjunto integrado de ações tomadas para produzir bens ou serviços que atendam às necessidades de um segmento competitivo em particular. As empresas optam por uma estratégia de foco quando planejam usar suas competências
essenciais para atender às necessidades de determinado segmento ou nicho do setor em detrimento de outros.
A estratégia de foco facilita a implementação de estratégias competitivas, seja de foco ou diferenciação, já que se trabalha com um contexto menor e consequentemente mais facilmente gerenciável. Na figura 2 podemos ver um resumo das estratégias competitivas de Porter
Figura 2:Estratégia competitiva de Porter
Liderança em custos
Foco com liderança em custos
Diferenciação
Foco com diferenciação Integração de
liderança em custos/
diferenciação Mercado-alvo
Custo mais baixo Exclusividade
Mercado amplo
Segmento(s) de mercado
restrito
Base para o valor do consumidor
Fonte: Porter, 1998 (apud Hitt, Ireland, Hoskisson, 2018. p. 114).
Modelo das cinco forças
Outra teoria pontuada por Portes se refere à análise do ambiente operacional em que a empresa atua. O modelo de cinco forças estabelece o nível de rivalidade concorrencial das empresas. Esse modelo determina a análise de quatro macrovariáveis: poder de negociação dos compradores (clientes), poder de negociação dos compradores (clientes), ameaça de novos entrantes, ameaça de produtos substitutos.
Na figura 3 podemos ver as quatro macrovariáveis e as informações que devem ser analisadas em cada uma delas. A princípio, o monitoramento dessas informações permitirá a gestão estratégica da empresa. Já parou para pensar como é possível a geração e controle dessas informações?
Figura 3: Modelo das cinco forças
Rivalidade na indústria Ameaça de novos concorrentes
Ameaça de novos produtos
Poder negocial dos
clientes Poder
negocial dos fornecedores
Determinantes do poder negocial dos fornecedores - Concentração de fornece- dores.
- (Inexistência de) produtos substitutos.
- Diferenciação das entradas.
- Custos de mudança de for- necedores.
- Importância do volume do fornecedor.
- Custo em relação ao total comprado na indústria.
- Riscos de integração a ju- sante.
Determinantes do risco de substituição - Relação preço/ren- dimento (desempe- nho).
- Custo de mudança.
- Propensão do com- prador para aquisição de produtos substitu- tos.
Determinantes do poder negocial dos clientes - Concentração.
- Volume das suas compras.
- Inexistência de diferencia- ção.
- Custo de mudança.
Reduzidos (p/ cliente).
Elevados (p/ empresa).
- Ameaça de integração a montante.
- Informações disponíveis (sobre preços, procura etc.).
- Produtos substitutos.
Ameaças de novos concor- rentes (barreiras à entrada) - Economia de escala.
- Diferenciação do produto.
- Imagem de marca.
- Necessidades de fundos.
- Custos de mudanças.
- Acesso favorável a maté- rias-primas.
- Curva da experiência.
- Política do governo.
- Retaliação esperada.
Determinantes da rivalidade (crescimento da indústria) - Número de concorrentes.
- Custos fixos elevados.
- Reduzida diferenciação.
- Custos de mudança.
- Sobrecapacidade intermitente.
- Diversidade de concorrentes.
- Importância estratégica de ne- gócio.
- Barreiras à saída:
Ativos específicos.
Custos fixos de saída.
Relações estratégicas.
Barreiras emocionais.
Restrições sociais/governamen- tais.
Fonte: Certo e Peter, 1993 (Adaptado).
Competitividade e tecnologia
As empresas vêm buscando meios de conseguir se destacar em relação aos concorrentes e a tecnologia vem sendo entendida como um dos possíveis caminhos para a competitividade. Sendo assim, a tecnologia da informação, mais do que um mecanismo para geração de relatórios, tem a possibilidade efetiva de geração de valor para a empresa.
Na prática, as empresas usam recursos tecnológicos e humanos para melhorar os processos da organização, como podemos ver na figura 4.
Figura 4: Geração de valor de negócio por TI
Macroambiente Características do país Ambiente competitivo
Ambiente da organização
Geração de valor de negócios por TI
Ambiente Instável - Intensidade da Competição - Ambiente Complexo - Recursos de Parceiros Performance Organizacional Performance de
Processos de Negócio Recursos de
TI e Recursos Humanos de TI
Recursos Complementares
Processos de Negócio
Fonte: Hitt, Ireland e Hoskisson, 2018, p. 115.
Com o uso da tecnologia da informação, é possível conseguirmos informações estratégicas suficientes para:
• Criar novos produtos ou serviços.
• Melhorar produtos ou serviços.
• Diferenciar produtos ou serviços.
• Implementar processos.
• Fidelizar clientes e compradores.
• Fidelizar fornecedores.
• Eliminar barreiras de entrada ao mercado.
• Formar alianças.
• Reduzir custos.
Vamos analisar agora a relação entre a tecnologia da informação e o modelo das cinco forças de Porter. Na figura a seguir podemos ver como a tecnologia influencia cada uma das variáveis do modelo competitivo das cinco forças de Porter.
Figura 5: Modelo das cinco forças com tecnologia
Rivalidade entre competidores
existentes Barreiras de
entrada
Ameaça de produtos substitutos
Compradores Poder de
barganha dos fornecedores
(+/-) Procurement --> au- menta o poder sobre os for- necedores, porém também oferece aos fornecedores acesso a mais clientes (-) Canal p/ os fornecedores alcançarem os usuários finais (-) Acesso igual aos fornece- dores, reduz a diferenciação (-) Menores barreiras de en- trada, aumentam o poder de barganha dos fornecedores
(+) Elimina canais poderosos (-) Aumenta o poder de bar- ganha dos clientes finais (-) Reduz os custos de mu- dança
(-) Reduz as diferenças entre os competidores tornando as ofertas difíceis de serem mantidas como proprietárias (-) Migra a competição para o preço
(-) Aumenta geograficamen- te o mercado aumentando o número de competidores (-) Diminui o custo variável em relação ao custo fixo, aumentando a pressão por descontos no preço
(-) Reduz as barreiras de entrada, como a necessidade de uma for- ça de vendas, acesso aos canais e instalações físicas: qualquer coisa que a internet elimina ou torna mais fácil ou reduz as bar- reiras
(-) Aplicações de internet são di- fíceis de se manter proprietárias (-) Uma multidão de novos en- trantes foi traduzida pela internet, em muitas indústrias
Fonte: Ramos e Joia, 2007, p. 8.
Como pudemos ver, algumas aplicações já utilizadas pelas empresas têm impacto direto em áreas consideradas estratégicas, como é o caso do e-Procurement, que reduz o poder dos fornecedores permitindo, dessa maneira, maior competitividade das empresas.
Segundo Porter e Millar (1985 apud RAMOS, JOIA, 2007, p. 5),
“a associação do modelo das cinco forças com a TI é relevante, pois a tecnologia da informação propicia para as firmas possibilidades únicas de comunicação e coordenação, o que tem alterado a estrutura de vários setores da economia”.
Seguindo a mesma lógica, Porter e Millar (1985 apud RAMOS, JOIA, 2007, p. 5) listam alguns autores em relação a essas forças e tecnologias:
• Powell e Dent-Micallef (1997): que mostraram que o uso complementar de TI e recursos humanos leva as firmas a uma performance superior;
• Reich e Kaarst-Brown (1999): que mostraram que o alinhamento estratégico de TI com o negócio depende fortemente do conhecimento sobre TI estar disseminado na empresa;
• Tippins e Sohl (2003): que propõem e testam empiricamente a ideia de que a capacidade de aprendizado organizacional influencia fortemente o aproveitamento dos recursos de TI por parte de uma empresa; e
• Melville, Kraemer e Guarbaxani (2004): que propõem um modelo em que os recursos de TI, juntamente com os recursos humanos de TI e recursos complementares da organização, integrem processos de negócios que possam gerar uma melhor performance organizacional.
RESUMINDO:
E então? Gostou do que lhe mostramos? Aprendeu mesmo tudinho? Agora, só para termos certeza de que você realmente entendeu o tema de estudo deste capítulo, vamos resumir tudo o que vimos. Estudamos e entendemos o que é competitividade e seus fatores no ambiente organizacional. Compreendemos a análise e estratégias competitivas, bem como o modelo das cinco forças de Porter.
Conceito de inteligência empresarial
INTRODUÇÃO:
O ambiente mercadológico atual vem sendo marcado por uma série de movimentos que fazem com que as organizações demandem um conhecimento maior que permita que elas driblem o cenário atual. Ao término deste capítulo você será capaz de compreender os conceitos de inteligência empresarial.
Dentre as diversas variáveis que impactam as operações das empresas destaca-se o processo de mundialização, iniciado na década de 70, que aumentou a imprevisibilidade de praticamente todos os segmentos de mercado.
Hoje, o mercado está marcado por mudanças e descontinuidades, e para que as empresas consigam sobreviver nesse contexto é necessário o desenvolvimento de uma inteligência mercadológica, que ocorre a partir do cruzamento de variáveis das mais diversas áreas do conhecimento.
Desse modo, começamos a falar em inteligência empresarial, ou seja, na capacidade de as empresas monitorar as variáveis ambientais e a partir disso criar cenários competitivos, que amparem uma decisão estratégica para a empresa.
Segundo Blanck e Janissek-Muniz (2014, p. 191),
Um sistema de Inteligência permite observar alterações do ambiente, dando oportunidade à empresa de adaptar sua estratégia ao mercado e criando vantagem competitiva.
Para Haeckel e Nolan (1993), a Inteligência nas corporações é a habilidade em lidar com a complexidade do ambiente, capturando, analisando e extraindo significado de sinais do ambiente externo que as possam afetar de forma positiva ou negativa.
No mesmo sentido, Bergeron e Hiller (2002, p. 359) inteligência competitiva é:
um processo de aprendizagem microrganizacional que envolve a transformação de pedaços aparentemente díspares de dados e informações, por meio de sentido, de geração de conhecimento e de atividades de tomada de decisão, em uma única forma organizada, em constante evolução com a visão do mundo.
Para corroborar essa definição, Gibbons e Prescott (1996, p. 164 apud LUCAS, CAFÉ, VIEIRA, 2016, p. 173) entendem que inteligência competitiva
“é o processo de obtenção, análise, interpretação e difusão de informação de valor estratégico sobre a indústria e os competidores, que se transmite aos responsáveis pela tomada de decisões em momento oportuno”.
A partir das definições anteriores, percebemos que a inteligência empresarial ou competitiva está baseada no cruzamento de dados, o que nos leva à essência da tecnologia da informação. Desse modo, podemos chegar à conclusão que existe uma relação direta entre inteligência organizacional e tecnologia.
Inteligência empresarial e tecnologia
A entrada de tecnologia da informação nas organizações não é algo novo e desde seu início os benefícios se concentravam mais em nível operacional, entretanto, com o tempo e a evolução tecnológica, cada vez mais ela se torna estratégica para as organizações. Na figura 6 podemos ver tal evolução.
Figura 6: Geração de valor de negócio por TI
Processamento de dados:
1950-1960
Planejamento de recursos empreariais e inteligência de
negócios:
2000-2010
Relatório gerencial:
1960-1970
Comércio e negócios eletrônicos:
1990-2000
Apoio à decisão:
1970-1980
Suporte estratégico e ao
usuário final:
1980-1990
Fonte: O’brien e Marakas, 2013, p. 2 (Adaptado).
Nesse sentido, segundo O’brien e Marakas (2013, p. 2),
A tecnologia da informação é capaz de auxiliar todos os tipos de negócios a aprimorar a produtividade e a eficácia de seus processos administrativos, a tomada de decisão gerencial e a colaboração de grupos de trabalho, reforçando suas posições competitivas em um mercado de mudanças rápidas, independentemente de a tecnologia da informação ser usada para apoiar grupos de desenvolvimento de produto ou processos de atendimento ao cliente, transações de comércio eletrônico (e-commerce) ou qualquer outra atividade comercial.
Na realidade, a tecnologia da informação, por meio de sistemas de informação, atua nos três níveis organizacionais, como podemos ver na figura a seguir.
Figura 7: Tecnologia da informação e níveis organizacionais
Apoio para estratégias de vantagem competitiva
Apoio para tomada de decisões
Apoio para processos e operações de negócios
Fonte: O’brien e Marakas, 2013, p. 2.
Suporte de processos e operaç
õ
es de negóciosOs sistemas operacionais normalmente têm o foco em automatizações e controle de atividades baseadas em dados e processamento. Na opinião de O’brien e Marakas (2013, p. 2),
Como consumidor, você regularmente encontra sistemas de informação que dão suporte aos processos e às operações de negócios em muitas lojas de varejo onde você faz compras.
Por exemplo, a maior parte de lojas de varejo, atualmente, usa sistemas de informação baseados em computador para ajudar seus funcionários a registrar compras dos clientes, manter o estoque atualizado, pagar aos funcionários, comprar mercadorias novas e avaliar tendências comerciais. As operações dessas lojas estagnariam sem o suporte desses sistemas de informação.
Suporte à tomada de decisão
Com base nos dados dos sistemas de suporte a processos e operações de negócios, é possível a criação de sistemas que possibilitem uma melhor tomada de decisão. Segundo O’brien e Marakas (2013, p. 2),
Sistemas de informação também ajudam os gerentes e outros profissionais de negócios a tomar melhores decisões. Por exemplo, as decisões sobre quais linhas de mercadorias têm de ser acrescentadas ou descontinuadas, ou qual o tipo de investimento de que necessitam, são geralmente tomadas
depois de uma análise fornecida por sistemas de informação baseados em computador. Isso não só́ dá suporte à tomada de decisão de gerentes, compradores e outros, mas também os ajuda a procurar modos de obter vantagens sobre outros varejistas na conquista de clientes.
Suporte a estratégias que buscam vantagem competitiva Mais do que uma simples tomada de decisão, os sistemas de informação possibilitam a criação de estratégias competitivas.
Conseguir uma vantagem estratégica sobre concorrentes exige a aplicação inovadora de tecnologias da informação.
Por exemplo, a gerência de uma loja poderia tomar uma decisão de instalar terminais de autoatendimento em todas as suas lojas, com conexões ao seu site de e-commerce para compras on-line. Isso poderia atrair novos clientes e resultar em fidelidade do cliente por causa da facilidade fornecida por esses sistemas de informação para pesquisar e comprar mercadorias. Assim, os sistemas de informação estratégicos podem ajudar a fornecer produtos e serviços que dão a um negócio uma vantagem competitiva sobre seus concorrentes.
Todas as possibilidades de uso da tecnologia da informação têm como base a coleta de dados, seu cruzamento e consequente compartilhamento de informações e para que isso ocorra, segundo Gonçalves e Barbieri (2017, p. 100), é necessário:
• Combinar tipos diferentes de fontes de dados em uma plataforma em escala de nuvem.
• Transformar os dados de origem em uma estrutura e taxonomia comum, para deixar os dados consistentes e facilitar a comparação.
• Carregar os dados usando uma abordagem altamente paralelizada que pode dar suporte a milhares de programas de incentivo, sem os altos custos de implantação e manutenção de infraestrutura local.
• Reduzir significativamente o tempo necessário para reunir e transformar dados, para que você possa se concentrar na análise de dados.
A inteligência empresarial é uma das prioridades das organizações atuais e depende da geração de conhecimento relevante que tem como base o uso de informações baseadas em dados. Desse modo, a inteligência empresarial está hoje diretamente relacionada à tecnologia.
RESUMINDO:
E então? Gostou do que lhe mostramos? Aprendeu mesmo tudinho? Agora, só para termos certeza de que você realmente entendeu o tema de estudo deste capítulo, vamos resumir tudo o que vimos. Estudamos aqui os conceitos de inteligência empresarial relacionada à tecnologia, bem como suas características em detalhes.
Conceito de Data Mining e Data Warehouse
INTRODUÇÃO:
A inteligência empresarial é oriunda do processo de monitoramento de dados e informações referentes ao ambiente geral, operacional e interno das empresas. Esse monitoramento é realizado a partir de tecnologia de banco de dados, sendo que a base delas são o Data Warehouse e o Data Mining. Por isso, neste capítulo, vamos conhecer esses dois conceitos e suas características.
Data Warehouse
Em um projeto de inteligência empresarial busca-se o cruzamento de dados e informações dos mais distintos formatos e de fontes distintas, os quais podem ter origens internas e externas e nem sempre estão devidamente estruturados. Assim surgem dois grandes problemas, como equacionar as várias origens da informação e os diferentes formatos.
Nesse contexto surge o conceito de Data Warehouse (DW), que tem como um de seus objetivos centralizar todas as informações necessárias para a organização em uma mesma base de dados.
Segundo Gonçalves e Barbieri (2017, p. 36),
Trata-se do conjunto de hardware e software que possibilita o acesso a dados estratificados e consolidados de forma consistente, rápida e segura, minimizando a procura por dados redundantes e dispersivos com a concentração da informação que fica única em toda a organização. São muito utilizados pela alta administração da empresa e pelo setor de marketing.
De maneira simples “são cópias de dados de transações, estruturadas especificamente para consultas e análises. Para as empresas, servem de fonte de consultas fornecendo uma base de dados analítica que vai auxiliar na tomada de decisão (GONÇALVES, BARBIERI, 2017, p. 95). Na
figura 8, podemos ver uma estrutura que demonstra o funcionamento de um DW.
Figura 8: Estrutura de Data Warehouse
ETL Data
Warehouse
Reporting
Analytics
Data Mining CRM
Billing
ERP
Flat Files
Outras fontes de dados
Fonte: Walker, 2015 apud Gonçalves; Barbieri, 2017, p. 95.
Como pudemos ver na figura 8, é possível a extração de dados de sistemas de informação estruturados, como ERPs e CRMs, e não estruturados, como planilhas Excel e arquivos de texto. Permite também o tratamento de diversos formatos, como XLS e CSV. A possibilidade de se extrair dados de diversos formatos é algo muito importante, visto que hoje cada vez mais são gerados dados que antes não podiam ser utilizados pelas empresas. Além disso, com a tecnologia do DW é possível que as empresas aproveitem todo o potencial do novo cenário informacional que se instaura com o Big Data.
Big data é um conceito que descreve o grande volume de dados estruturados e não estruturados que são gerados a cada segundo.
Para muitos, o conceito Big Data é algo novo, mas mesmo antes de existir qualquer meio digital e/ou tecnologias computacionais, os dados já eram gerados. A diferença é que nos dias de hoje geramos muito mais dados com dispositivos, como celular e TVs. Além disso, temos as mídias sociais que geram a todo tempo informações majoritariamente públicas.
Hoje já é realidade a existência de carros, geladeiras e dispositivos vestíveis (wearable devices), conectados entre si e gerando ainda mais dados para serem processados e transformados em informações úteis.
O diferencial do Big Data está justamente atrelado à possibilidade e oportunidade em cruzar esses dados por meio de diversas fontes para obtermos insights rápidos e preciosos. A exigência dos consumidores e o aumento da competitividade em todos os mercados nos força a inovar e ter esse caminho como premissa básica nos negócios.
Por isso o Big Data é tão essencial nos dias de hoje. Conseguimos obter informações de mercado por meio de nossos consumidores, extraindo o que eles estão dizendo sobre tudo o que você faz. Insatisfações, satisfações, desejos, necessidades, entre outros são possíveis de captar em mídias sociais e cruzar com dados internos de sua empresa e assim criar insights incríveis.
A essência do conceito está em gerar valor para negócios. Quanto mais dados temos, maior o esforço de processamento para gerar informações. Sendo assim, a velocidade para obter a informação faz parte do sucesso que o Big Data pode proporcionar em sua empresa.
Segundo Gonçalves e Barbieri (2017, p. 95),
Os DW serão aglutinadores de diversas fontes de dados para, assim, condensarem os diversos dados organizando-os.
Basicamente, os DW fornecem a condições necessárias para a transformação de uma base de dados de transações (OLTP, on-line transation processing), para uma base maior que terá os históricos de todos os dados com interesses dentro da organização (OLAP, on-line analytical processing), conhecido então como DW. Os dados que abastecem os DW dependem da atualização dos sistemas alimentadores.
Os Data Warehouses extraem os dados e na sequência esses dados são armazenados em uma área de espera até serem padronizados.
Na tabela abaixo podemos ver as principais características de um Data Warehouse.
Tabela 1: Características de um Data Warehouse
Organização em assuntos
Os DW são orientados pelos principais assuntos ou áreas de negócios da empresa, por exemplo, em
empresas comerciais podem ter assuntos sobre clientes, produtos e fornecedores. Ficando, assim, em grandes blocos para armazenagem e consulta.
Integração de assuntos
Há nesse sistema uma necessária passagem de dados, dos sistemas de aplicação para o DW,
compondo, dessa forma, o data.
Não volátil
Após a extração dos dados, eles são transformados e transportados para o DW, assim não mais sofrem alterações, somente ficam disponíveis para
consulta.
Variação do tempo
Os dados existentes no DW são uma série de coletas em um espaço de tempo, essas coletas
vão sendo classificadas conforme suas séries históricas, e são feitas alterações de detalhes corrente para detalhes mais antigos, à medida que
o tempo vai passando, para que a informação seja sempre atualizada e confiável quando for necessária
consulta para a tomada de decisão.
Metadados
Chamam-se metadados os dados que descrevem e caracterizam um conjunto de dados. Os metadados
facilitam o entendimento dos relacionamentos e a utilidade das informações dos dados, por exemplo,
os dados referentes a uma música, como autor, nome da música e álbum que foi editada.
Granularidade
Trata-se do nível de detalhes dentro do DW, é inversamente proporcional ao nível de detalhe, funcionando assim: quanto mais detalhes, menor
o nível de granularidade. O volume de dados contidos no DW é balanceado de acordo com o
nível de detalhe da consulta, por exemplo, em uma indústria, as quantidades produzidas não registradas diariamente com um grande volume de bytes gastos, se fossem registradas mensalmente, o
volume de bytes cairia significativamente.
Fonte: Gonçalves e Barbieri, 2017, p. 95.
Vantagens do DW
Como toda tecnologia, é possível identificarmos vantagens e desvantagens de um DW. Dentre as principais vantagens podemos destacar:
• Acesso às informações de maneira rápida.
• Melhoria da qualidade dos dados.
• Possibilidade de processos paralelos.
• Segurança de dados.
Apesar das vantagens, o DW não é algo simples e requer tempo e investimento considerável para seu desenvolvimento.
Processamento OLAP
Como foi visto anteriormente, o DW nada mais é do que um repositório de dados, mas para que as empresas consigam utilizar esses dados, é necessário um meio que dê a rapidez que os negócios demanda.
Segundo Gonçalves e Barbieri (2017, p. 95), “as empresas necessitam cada vez mais de rapidez na formulação de estratégias para permanecerem no mercado e, para isso, precisam de informações confiáveis e de rápida consulta”.
Nesse contexto surge a metodologia OLAP (on-line analytical processing), que permite acesso rápido às informações.
O OLAP fornece para as empresas uma metodologia de acesso, visualização e análise dos dados coorporativos com uma grande flexibilidade e desempenho, garantindo, assim, o atendimento as demandas da empresa para a melhoria.
(GONÇALVES, BARBIERI, 2017, p. 95)
Existem várias maneiras de se implementar o OLAP, como podemos ver na tabela 2.
Tabela 2: Abordagens do OLAP
Abordagem OLAP Descrição
Relational On-line Analytical Processing
(ROLAP)
Utiliza a tecnologia de banco de dados relacionais para armazenar seus dados.
Suas consultas são também processadas pelo gerenciador do banco de dados relacional. São criadas tabelas de sumários,
sendo que nenhum dado é movido para o OLAP servidor. Quando necessárias, as tabelas são totalmente deriváveis e seus
índices criados automaticamente.
Multidimensional On-line Analytical Processing
(MOLAP)
São ferramentas que disparam suas requisições diretamente ao servidor de banco de dados multidimensional. Após o envio da requisição, o usuário continua manipulando os dados diretamente no servidor, tendo um ganho no desempenho.
Hybrid On-line Analytical Processing (HOLAP)
É a combinação entre ROLAP e MOLAP, pegando o melhor de ambas as categorias
a escalabilidade de ROLAP e o alto desempenho do MOLAP. Os dados ficam
retidos no sistema de gerenciamento de banco de dados (SGBD). Enquanto as agregações ficam no MOLAP, apresenta uma pequena desvantagem, ele fica mais lento que o modelo MOLAP em casos de
consultas sobre dados básicos.
Fonte: Gonçalves e Barbieri, 2017, p. 98.
Modelagem dimensional
Além de fácil acesso à informação, deve ser de fácil entendimento.
Desse modo, os sistemas possibilitam a visualização das informações em formato multidimensional.
Segundo Gonçalves e Barbieri (2017, p. 95),
Os usuários precisam de formatos de consulta fácil e intuitiva, para isso, os sistemas OLAP devem possuir o que chamamos de visão multidimensional, pois, assim, os usuários terão suas consultas baseadas em diferentes perspectivas. Com isso tornou-se necessária uma modelagem dimensional, que é uma técnica de projeto lógico, utilizada pelos DW que contrastam com a modelagem entidade-relacionamento. Sua ideia central é apresentar os tipos de dados de um negócio em uma estrutura do tipo cubo de dados.
Na figura 9 podemos ver um exemplo de estrutura multidimensional, a ideia é que os dados sejam organizados de forma que permita seu cruzamento.
Figura 9: Estrutura multidimensional
Fonte: Gonçalves e Barbieri, 2017, p. 98.
Existem duas maneiras de se estruturar um modelo multidimensional:
o modelo estrela (star schema) e o modelo floco de neve (snow flake).
Modelo estrela (star schema)
No modelo estrela temos uma central chamada de tabela fato, que de acordo com Gonçalves e Barbieri (2017, p. 98) “todas as dimensões relacionam-se com o fato diretamente”. Relacionada à tabela fato, temos algumas tabelas chamadas “dimensão”, que possibilita o correlacionamento de variáveis à tabela fato. Na figura 10 podemos ver um exemplo do modelo estrela.
Figura 10: Modelo estrela
Código do vendedor Código da loja
Nome da loja Local da loja
Canal de distribuição
Código de produto Nome do produto
Categoria Tipo de produto
Subtipo de produto
CEP Cidade
UF País
Data Dia Mês Ano Semestre Descrição do mês
Modelagem: Star Schema
Código do vendedor Código do
produto CEP Data Quantidade
Valor DIM Canal de vendas
DIM Produto
Fato vendas
DIM Região
DIM Tempo
Fonte: Gonçalves e Barbieri, 2017, p. 98.
Como podemos ver, a tabela fato armazena variáveis que podem ser utilizadas como medidas do processo, podendo ser mensuradas quantitativamente em um intervalo de tempo.
Modelo floco de neve (snow flake)
A modelagem floco de neve cria uma normatização diferente de banco de dados, onde existem dimensões auxiliares, como podemos ver na figura 11.
Figura 11: Modelo floco de neve
Meio
Dimensão Promoção
Fatos Vendas
Dimensão Loja
Marca
Categoria Dimensão
Produto Dimensão
Tempo
Ano Mês Dia
Departamento
Fonte: Gonçalves e Barbieri, 2017, p. 98.
Conforme Gonçalves e Barbieri (2017, p. 98),
As tabelas dimensionais relacionam-se com a tabela de fatos, como no esquema estrela, a diferença é que algumas dessas tabelas dimensionais relacionam-se apenas entre elas e não com a tabela fato, isso ocorre para fins de normalização das tabelas dimensionais, para que o espaço ocupado seja o mínimo necessário.
Ambos os modelos funcionam, entretanto o modelo estrela é o mais utilizado. Na tabela 3 podemos ver um comparativo entre os dois modelos.
Tabela 3: Modelo estrela versus modelo floco de neve
Indicador Floco de neve Estrela Tempo de resposta Satisfatório, atende à
demanda
Bom quanto à performance Utilização da RAM Bom quanto à
performance
Bom quanto à performance Tempo de execução
do script
Bom quanto à
performance Excelente
Flexibilidade Deixa a desejar Excelente Complexidade do
script Deixa a desejar Excelente
Fonte: Gonçalves e Barbieri, 2017, p. 102.
Ainda segundo Gonçalves e Barbieri (2017, p. 102),
O modelo estrela é mais simples e fácil de navegar, a consideração negativa é que desperdiça espaço, pois repete as mesas descrições ao longo de toda a tabela. Vários estudos apontam que, mesmo com essa questão, a diferença de espaço usado por esse modelo a mais, não justifica sua troca, pois esse quesito é insignificante perante todos os outros fatores que ele agrega em desempenho.
Data Marts
Cada vez mais os setores das empresas necessitam de informações rápidas para tomar decisões e criar estratégias. Muitas vezes essas informações não precisam de toda a base de dados, mas apenas uma parcela destes. Para essa finalidade são criados os Data Marts, que permitem que sejam acessados uma parte dos dados do DW, possibilitando acesso e processamento diferenciado.
Segundo Gonçalves e Barbieri (2017, p. 103), “os Data Marts (repositório de dados) são subconjuntos de dados do DW que permitem o acesso descentralizado e, hoje, servem de fonte para os dados que irão compor os bancos de dados individuais”.
Normalmente os Data Marts são utilizados para atender uma demanda informacional setorial específica como dados referente a clientes e consumo para o setor comercial, ou sobre dados de produção.
A estrutura dos Data Marts segue “o modelo estrela para atender as demandas dos usuários, focando no retorno rápido das demandas dos usuários para a tomada de decisão” (GONÇALVES; BARBIERI, 2017, p. 103), como podemos ver na figura 12.
Figura 12: Estrutura do Data Mart
Data Warehouse
Data Mart
Data Mart
Data Mart DB Objects
Fonte: Gonçalves e Barbieri, 2017, p. 98.
Segundo Gonçalves e Barbieri (2017, p. 104), as principais vantagens dos Data Marts são:
• Os Data Marts têm diminuído de forma considerável o custo de implementação e manutenção de sistemas de apoio às decisões, colocando-os posto ao alcance de um número muito maior de corporações.
• Eles podem ser prototipados muito mais rapidamente, com alguns pilotos sendo construídos entre 30 e 120 dias, e sistemas completos sendo construídos entre três e seis meses; etc.
• Os Data Marts têm o escopo mais limitado e são mais identificados com grupos de necessidades dos usuários, o que se traduz em esforço/equipe concentrados.
Data Mining
A geração de dados vem crescendo a cada dia de maneira vertiginosa, são dados internos e externos que devem ser monitorados pelas empresas, entretanto no meio de tantos dados como saberemos quais dados necessitaremos?
De acordo com Gonçalves e Barbieri (2017, p. 36),
O Data Mining pode ser chamado de “mineração de dados”, como a tradução diz, ele auxilia na procura das informações constantes no banco de dados, afinal, você sabe que não adianta acumular milhões de informações se não conseguimos na hora em que se precisa encontrar as relevantes para a solução da demanda.
Na prática, o Data Mining permite que seja encontrada uma série de informações que existem no banco de dados, já que “o Data Mining utiliza uma grande variedade de técnicas para consolidar modelos e relações ocultas para inferir regras para prever comportamentos futuros e orientar corretamente as decisões” (GONÇALVES; BARBIERI, 2017, p. 36).
Segundo Reis (2010), o Data Mining é 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 para, então, validá-los aplicando os padrões detectados a novos subconjuntos de dados. O processo consiste basicamente em três etapas: exploração, construção de modelo ou definição do padrão e validação/verificação.
O Data Mining permite que sejam encontrados padrões de comportamentos de consumidores a partir de uma base de dados. Esses dados podem ser oriundos de cadastros internos e externos e servem de base para a determinação de estratégias. Esse tipo de análise é a base para as ações comerciais de venda cruzada onde se oferecem produtos que têm uma maior probabilidade de compra associada, como é o caso
de fraldas e pomada para assaduras. Entretanto, é importante termos cuidado com o uso de dados, visto que estes não são propriedade da empresa.
Você já conhece a Lei de Proteção de Dados? Leia uma parte dela a seguir para você compreender sobre a proteção de uso de dados pelas empresas.
Lei nº 13.709, de 14 de agosto de 2018, em vigor em agosto de 2020.
[...]
Art. 1º Esta Lei dispõe sobre o tratamento de dados pessoais, inclusive nos meios digitais, por pessoa natural ou por pessoa jurídica de direito público ou privado, com o objetivo de proteger os direitos fundamentais de liberdade e de privacidade e o livre desenvolvimento da personalidade da pessoa natural.
[...]
Art. 7º O tratamento de dados pessoais somente poderá ser realizado nas seguintes hipóteses:
I - mediante o fornecimento de consentimento pelo titular;
II - para o cumprimento de obrigação legal ou regulatória pelo controlador;
III - pela administração pública, para o tratamento e uso compartilhado de dados necessários à execução de políticas públicas previstas em leis e regulamentos ou respaldadas em contratos, convênios ou instrumentos congêneres, observadas as disposições do Capítulo IV desta Lei;
IV - para a realização de estudos por órgão de pesquisa, garantida, sempre que possível, a anonimização dos dados pessoais;
V - quando necessário para a execução de contrato ou de procedimentos preliminares relacionados a contrato do qual seja parte o titular, a pedido do titular dos dados;
VI - para o exercício regular de direitos em processo judicial, administrativo ou arbitral, esse último nos termos da Lei nº 9.307, de 23 de setembro de 1996 (Lei de Arbitragem);
VII - para a proteção da vida ou da incolumidade física do titular ou de terceiros;
VIII - para a tutela da saúde, em procedimento realizado por profissionais da área da saúde ou por entidades sanitárias;
VIII - para a tutela da saúde, exclusivamente, em procedimento realizado por profissionais de saúde, serviços de saúde ou autoridade sanitária; (Redação dada pela Lei nº 13.853, de 2019) IX - quando necessário para atender aos interesses legítimos do controlador ou de terceiros, exceto no caso de prevalecerem direitos e liberdades fundamentais do titular que exijam a proteção dos dados pessoais; ou
X - para a proteção do crédito, inclusive quanto ao disposto na legislação pertinente.
ACESSE:
Conheça essa lei na íntegra clicando aqui.
RESUMINDO:
E então? Gostou do que lhe mostramos? Aprendeu mesmo tudinho? Agora, só para termos certeza de que você realmente entendeu o tema de estudo deste capítulo, vamos resumir tudo o que vimos. Compreendemos aqui os conceitos e as características de Data Warehouse e Data Mining. Vimos quais são as vantagens do DW, o que é processamento OLAP e modelagem dimensional. Além disso, estudamos o que é Data Marts e as características de Data Mining
Business Intelligence
INTRODUÇÃO:
A partir do momento em que as empresas começaram a perceber a necessidade da tecnologia da informação para a gestão estratégia, começam a surgir sistemas que têm justamente o objetivo de fornecer inteligência baseada em dados. Por isso, neste capítulo, vamos estudar os conceitos de Business Intelligence.
Os Business Intelligence (BI) são sistemas que permitem que as empresas cruzem os dados operacionais, gerando assim informações e conhecimento para a empresa.
Segundo Kroenke (2012, p. 205),
Um sistema de BI é um sistema de informação que fornece informações destinadas a melhorar o processo decisório.
Esses sistemas variam em suas características e funções, bem como na maneira como incentivam a vantagem competitiva.
As soluções de Business Intelligence são moldadas conforme as necessidades informacionais de cada contexto empresarial específico.
Desse modo, é possível termos vários tipos de BI.
Na realidade, quando pensamos em sistemas de BI nos referimos muito mais a diferentes modelagens de dados para a geração de informações executivas pré-definidas pela alta administração que utilizam uma interface que permite acessar e analisar as informações sob um cenário 3D.
Os sistemas de Business Intelligence em uma organização funcionam a partir de um Data Warehouse central, de onde são extraídos dados necessários para se chegar às informações executivas solicitadas.
Esse processo se dá a partir da criação de um modelo multidimensional por meio da metodologia OLAP.
Sistemas especialistas
Apesar dos sistemas de Business Intelligence serem sistemas que tem em sua essência uma grande base de dados que pode ser parametrizada conforme a necessidade de cada setor, é possível destacarmos alguns sistemas que devido a sua base de dados e informações específicas possibilitam uma análise diferenciadas.
De acordo com Kroenke (2012, p. 206), “os sistemas especialistas sintetizam o conhecimento humano específico em forma de regras ‘se/
então’”. Ainda nesse sentido, Gonçalves e Barbieri (2017, p. 110) afirmam que:
Os chamados sistemas especialistas são programas que auxiliam na resolução de problemas complexos e que precisam, para sua solução, de um maior combinado de informações.
De acordo com o autor Feigenbaum apud Harmon e King (1988) o sistema especialista, também conhecido pela sigla SE, ‘[...] é um programa inteligente de computador que usa conhecimentos e procedimentos inferenciais, para resolver problemas muito complexos, de forma a requererem para sua resolução muita perícia humana’.
Um sistema especialista tem como base uma série de regras determinadas a partir de conhecimentos específicos, que direcionam caminhos que devem ser seguidos. Segundo Kroenke (2012, p. 206),
Os sistemas especialistas podem ter centenas ou até́ milhares dessas regras. Embora poucos sistemas tenham demonstrado capacidade equivalente à de um especialista humano, alguns são suficientemente qualificados para melhorar a qualidade do diagnóstico e das decisões das fontes não especializadas.
Dessa forma, os sistemas especialistas fazem então “a interface da base de dados das informações sobre os conhecimentos afins, correlacionando essas informações com a figura do ser humano”
(GONÇALVES; BARBIERI, 2017, p. 110). É importante deixar claro que os sistemas especialistas não eliminam o conhecimento humano e não estamos falando em máquinas que pensam, mas em sistemas que, com base em conhecimentos predeterminados, conseguem fazer correlações e sugerir soluções.
Um exemplo possível de sistemas inteligentes seria de um sistema na área médica que, a partir de regras predefinidas com base em conhecimentos estruturadas, determina resultados de exames ou diagnósticos.
Em um sistema de diagnósticos médicos, por exemplo, um sistema especialista pode ter uma regra com o seguinte formato:
Se temperatura paciente > 39,5, então, iniciar procedimento - febre alta Vale a ressalva que quanto maior o número de parâmetros, maior a assertividade das soluções propostas pelos sistemas especialistas.
Tendo como base o fato de que os sistemas especialistas con- seguem cruzar regras específicas, esses sistemas podem ser utilizados de diferentes formas pelas empresas. Dentre as principais funções dos sistemas especialistas podemos destacar a predição, o diagnóstico e o monitoramento. Na tabela 4 podemos ver as funções dos sistemas espe- cialistas pontuadas por Gonçalves e Barbieri (2017, p. 111).
Tabela 4: Principais funções dos sistemas especialistas
Função Descrição
Interpretação
Sistemas que são utilizados para procurar e determinar relações e significados com base na análise de dados.
Têm mecanismos que permitem tratar dados errôneos ou distorcidos ou até mesmo ausentes.
Diagnósticos
Sistemas que podem detectar falhas oriundas das análises de dados, eles têm internamente o sistema
de interpretação de dados, com isso, permitem ao diagnosticador decidir sobre quais medidas tomar.
Monitoramento
Sistema que monitora o comportamento e avisa sobre eventuais falhas. Essa rotina é executada
continuamente, sobre um comportamento esperado dentro de limites estabelecidos, qualquer
sinal diferente deverá ser tratado para a correta interpretação.
Predição
Sistema utilizado para a projeção de dados futuros, de acordo com uma base de dados de
acontecimentos passados e coleta de dados do presente. Podemos chamar essa fase de cenarização, ou seja, o sistema a partir da análise
do comportamento dos dados utiliza raciocínios hipotéticos para essas projeções futuras, sempre se baseando na variação dos dados que estão
entrando.
Projeto
Sistema utilizado para preparação e/ou acompanhamento da execução de projetos, realizando o acompanhamento das suas etapas.
Suas características são parecidas com as dos sistemas de planejamento, pois devem produzir especificações que levem ao alcance dos objetivos
propostos. Ele é capaz de apresentar uma visão global do projeto e do status de realização, podendo auxiliar para eventuais alterações de
cronogramas.
Depuração
Auxilia no fornecimento de soluções para o mau funcionamento provocado, por exemplo, uma distorção dos dados cadastrados. Tem rotinas para
que, de forma automática, verifique as diversas partes componentes para ir validando o sistema
como um todo.
Reparo
Após a etapa de diagnóstico o sistema de reparo faz as modificações necessárias para a melhoria do
processo.
Instrução
É utilizado para verificação e correção de comportamento de aprendizado e incorpora como subsistema um sistema de diagnóstico e de reparo.
O sistema de instrução é focado no estudante, portanto seu funcionamento consiste em ir
interagindo com o treinando.
Como pudemos ver, os sistemas especialistas podem ser utilizados para fins estratégicos, como desenho de cenários futuros, mas também para questões operacionais como diagnóstico e reparo.
Em alguns casos, os sistemas especialistas podem ser utilizados como consultores aos usuários, fornecendo recomendações especializa- das para áreas determinadas.
RESUMINDO:
E então? Gostou do que lhe mostramos? Aprendeu mesmo tudinho? Agora, só para termos certeza de que você realmente entendeu o tema de estudo deste capítulo, vamos resumir tudo o que vimos. Estudamos os conceitos de Business Intelligence, bem como suas características e funções. Além disso, compreendemos quais são as principais funções dos sistemas especialistas.
REFERÊNCIAS
BLANCK, M.; JANISSEK-MUNIZ, R. Inteligência estratégica antecipativa coletiva e crowdfunding: aplicação do método L.E.SCAnning em empresa social de economia peer-to-peer (P2P). R. Adm., São Paulo, v. 49, n. 1, p. 188-204, jan./fev./mar. 2014. Disponível em: https://www.
sciencedirect.com/science/article/pii/S0080210716303338. Acesso em:
21 jul. 2019.
CERTO, S.; PETER, J. P. Administração estratégica. São Paulo:
Makron Books, 1993.
GONÇALVES, G.; BARBIERI, R. Sistemas de informação. Porto Alegre: SAGAH, 2017.
HITT, M. A.; IRELAND, D.; HOSKISSON, R. E. Administração estratégica: competitividade e globalização: conceitos. São Paulo:
Cengage, 2018.
KROENKE, D. Sistemas de informaćão gerenciais. São Paulo: Saraiva, 2012.
LUCAS, A.; CAFÉ, L. M. A.; VIERA, A. F. G. Inteligência de negócios e inteligência competitiva na ciência da informação brasileira: contribuições para uma análise terminológica. Perspectivas em Ciência da Informação, v. 21, n. 2, p. 168-187, abr./jun. 2016. Disponível em: http://
portaldeperiodicos.eci.ufmg.br/index.php/pci/article/view/2568/1766.
Acesso em: 21 jul. 2019.
O’BRIEN, J. A.; MARAKAS, G. M. Administraćão de sistemas de informaćão. 15. ed. – Dados eletrônicos. – Porto Alegre: AMGH, 2013.
RAMOS, E. A. de A.; JOIA, L. A. Articulando escolas de pensamento estratégico através da tecnologia da informação. Cad. EBAPE.BR, Rio de Janeiro, v. 5, n. 1, p. 01-17, Mar. 2007. Disponível em: http://www.scielo.br/
scielo.php?script=sci_arttext&pid=S1679-39512007000100009&lng=en&nr m=iso. Acesso em: 21 jul. 2019.
REIS, R. C. de F. CRM - Gerenciamento de Relacionamento com os Clientes. Monografia de Conclusão de Curso (Bacharelado em Sistemas de Informações) - União Dinâmica de Faculdades Cataratas, 2010.
TAKEUCHI, H.; NONAKA, I. Gestão do conhecimento. Porto Alegre:
Bookman, 2008.
