Sistemas de Apoio à Decisões

Indice

Conceito e Introdução Metadados

Executive Information Systems (EIS) Enterprise Resource Planning (ERP)

CRM / e-CRMData Warehouse

Data MartsData Mining

Inteligência ArtificialSistemas Especialistas (ES)

Database MarketingBusiness 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: Informação: Melhor recurso do qual uma empresa pode dispor para tomar Melhor recurso do qual uma empresa pode dispor para tomar decisões estratégicas decisões estratégicas Analise dos dados fornece informações vitais para a empresa Analise dos dados fornece informações vitais para a empresa (históricos sobre vendas, produção, clientes, etc.)(históricos sobre vendas, produção, clientes, etc.)

Problemas: Problemas: Dificuldades para obter informaçãoDificuldades para obter informaçãoQtde de dados a serem analisados cresce com a expansão do negócio Qtde de dados a serem analisados cresce com a expansão do negócio e com o passar dos anose com o passar dos anosDados conflitantes vindos de fontes diferentes podem gerar Dados conflitantes vindos de fontes diferentes podem gerar informações desencontradasinformações desencontradasImpossível para um ser humano manter e analisar todos os dados Impossível para um ser humano manter e analisar todos os dados Informação não é mais mantida por gerentes devido à mobilidade no Informação não é mais mantida por gerentes devido à mobilidade no mercado de trabalhomercado de trabalho

E...

Benefícios:Benefícios:Determinar o mercado-alvo de um produtoDeterminar o mercado-alvo de um produtoDefinir o preço de um produto, criar promoções e condições Definir o preço de um produto, criar promoções e condições especiais de compraespeciais de compraVerificar a eficácia de campanhas de marketingVerificar a eficácia de campanhas de marketingOtimizar a quantidade de produtos no estoqueOtimizar a quantidade de produtos no estoqueResponder rapidamente a mudanças no mercado e determinar Responder rapidamente a mudanças no mercado e determinar novas tendênciasnovas tendências

... ou seja, ganhar eficiência e lucratividade... 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 dadosDiferença: 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 nov/2005Arquivos word/PDF obtidos p/ Google – nov/2005Anexo (word) com toda a bibliografia

Contactos: alexmpb@globo.com