Prévia do material em texto
INTELIGÊNCIA NO NEGÓCIO Rita de Cassia Carolino E-book 2 Neste E-Book: INTRODUÇÃO ����������������������������������������������������������� 3 CONCEITOS BÁSICOS DE SISTEMAS DE APOIO DECISÓRIO ��������������������������������������������������4 Sistemas de Apoio à Decisão ���������������������������������������������������6 Sistemas de Informações Gerenciais ��������������������������������������7 TIPOS DE SISTEMAS DE PROCESSOS DECISÓRIOS E SEUS COMPONENTES ��������������11 Sistema de apoio ao processo decisório ������������������������������11 Integração de Sistemas ����������������������������������������������������������13 Sistemas de Knowledge Management ����������������������������������15 FERRAMENTAS DATA WAREHOUSE E DATA MINING ����������������������������������������������������������17 Data Warehouse ����������������������������������������������������������������������17 Data Mining �����������������������������������������������������������������������������21 SISTEMAS ERP E CRM ������������������������������������������ 25 ERP �������������������������������������������������������������������������������������������25 CRM ������������������������������������������������������������������������������������������27 CONSIDERAÇÕES FINAIS ����������������������������������� 32 SÍNTESE �������������������������������������������������������������������� 33 2 INTRODUÇÃO Estudaremos os principais conceitos de sistemas de apoio decisório e como eles são aplicados no con- texto organizacional, identificando exemplos práticos em nosso cotidiano� Na primeira parte, vamos esclarecer os conceitos básicos e as características desses sistemas, que nos permitirão compreender a performance do uni- verso empresarial� Na segunda parte, trataremos dos tipos de sistemas de processos decisórios, entendendo seus compo- nentes e suas principais interações, proporcionan- do uma visão mais holística e completa da junção entre a utilização da tecnologia e as estratégias de negócios� Por fim, abordaremos as principais ferramentas, como Data Warehouse e Data Mining – esse tópico tem o intuito de demonstrar como essas ferramentas auxiliam nas estratégias empresariais. Verificaremos, também, o uso dos sistemas ERP e CRM na busca da vantagem mercadológica, propiciando assim um melhor conhecimento do mercado como diferencial a ser utilizado na hora da tomada de decisão� 3 CONCEITOS BÁSICOS DE SISTEMAS DE APOIO DECISÓRIO Quantas vezes você já tomou alguma decisão equi- vocada, ou já presenciou alguma empresa fazer isso? Quantas organizações já perderam dinheiro ou que- braram por tomarem decisões erradas? As empresas lidam, diariamente, com situações de risco e que envolvem estratégias para acompanhar as tendên- cias do mercado; por isso, seus gestores precisam tomar decisões que impactam as estratégias quanto à manutenção do negócio, aos investimentos em expansão, ou à criação de novos produtos e serviços� As decisões estratégicas são aquelas que requerem o uso de julgamento por pessoa ou grupo de pessoas responsáveis pelas decisões. Isso acontece porque, em casos de decisões que necessitam de análise de informações, algumas delas podem estar envolvidas em risco para as operações� Podemos estabelecer uma hierarquia do planeja- mento em três patamares: planejamento estratégico, planejamento tático e planejamento operacional. Dependendo do patamar, a periodicidade na tomada de decisões e o monitoramento dos indicadores de desempenho são diferentes� No nível mais alto, encontra-se o planejamento es- tratégico, no qual está a alta direção. Os resultados procurados nesse patamar são globais, enxergando 4 a empresa como um todo� A tomada de decisão dos processos do planejamento estratégico refere-se ao estabelecimento de políticas, metas e parâmetros que direcionam a atuação da empresa, considerando as condições externas e internas, para uma evolução planejada (OLIVEIRA, 2013). No nível intermediário, encontra-se o planejamento tático, que se realiza nos diversos departamentos ou equipes de trabalho que envolvem a gerência (CHIAVENATO, 2019). Por ser um planejamento de médio prazo, a tomada de decisão deve ter essa mes- ma periodicidade – dependendo do desenvolvimento de cada negócio� Em um nível aplicado, encontra-se o planejamen- to operacional, que é mais prático, se comparado aos demais� Sua formalização é feita por meio de documentos escritos, formalizados em planos de ação, que têm como foco principal as atividades e os processos do dia a dia (OLIVEIRA, 2013). As deci- sões, nesse nível, devem ser tomadas com uma pe- riodicidade menor – diariamente, por exemplo – e o monitoramento dos indicadores de desempenho hoje será a base para a tomada de decisões de amanhã. FIQUE ATENTO O Sistema de Apoio à Decisão (SAD) tem como foco tratar de assuntos como: comparações de dados, estatísticas e projeções da empresa. 5 Acesse o Podcast 1 em Módulos Sistemas de Apoio à Decisão Toda decisão envolve riscos e tem consequências. O chamado processo de tomada de decisão é mui- to importante e alguns fatores devem ser levados em consideração no momento decisório, como a prioridade na análise, a definição de estratégias, a alocação de recursos, entre outros; lembrando que as decisões tomadas afetam diretamente a vida das pessoas e das organizações� As decisões são atos complexos e, por esse motivo, a busca de ferramen- tas para auxiliar nesse processo é fundamental� O Sistema de Apoio à Decisão é oriundo de vários grupos de pesquisas que procuravam sistemas in- terativos para o suporte no processo de decisão de alguns problemas não estruturados, porém, com o passar dos anos, esse escopo foi ampliado, pas- sando a incluir caraterísticas como: ser voltado a técnicas de análises, recuperação de informações, flexibilidade e adaptabilidade a mudanças de cená- rios no processo decisório, entre outros� Em resumo, o SAD é um tipo de sistema voltado ao planejamento estratégico das empresas, cujo obje- tivo é ajudar a solucionar os problemas organizacio- nais do dia a dia� Como surgiu em um mercado cada vez mais competitivo, que exige maior eficiência em relação ao gerenciamento de dados e em sua locali- zação, ele visa a dar suporte na tomada de decisões� 6 A figura abaixo demonstra os principais componen- tes de um SAD, relatando as interações do sistema� Modelos SAD Dados Operacionais Dados Gerenciais Dados Externos Dados SAD Programas SAD Relato҆rios Respostas Usuário Pedidos, dados Sistemas de Apoio a Decisões (SAD) Figura 1: Componentes de um SAD� Fonte: Adaptado Morais, 2019. Sistemas de Informações Gerenciais Para uma tomada de decisão eficaz, é indicado o uso de informações confiáveis e atualizadas. Com a quantidade atual de dados disponíveis, é pratica- mente inviável fazer a transformação de dados em informação de forma manual� Nesse sentido, os Sistemas de Informações Gerenciais emergem como aliados, para viabilizar a utilização das informações, seja para a tomada de decisão ou para a gestão do conhecimento� 7 O primeiro sistema para o qual devemos dar atenção é o ERP, sigla para Enterprise Resource Planning. O ERP corresponde ao planejamento de recursos em- presariais, que interliga os dados e os processos da organização em um único sistema� Outra possibilidade são os sistemas de Business Intelligence (BI), que têm o intuito de identificar pa- drões, problemas, pontos de atenção, riscos e opor- tunidades. Os sistemas de Business Intelligence bus- cam contribuir para a compreensão das: capacidades disponíveis que as empresas possuem para competir no mercado. Considerando todas as vari- áveis e tendências, mudanças de futuro dos mercados, as tecnologias e inovações e o ambiente regulatório no qual a empresa compete, bem como as ações dos con- correntes e as implicações dessas ações. (BARBOSA CALANDRINO; LOBATO; MELO, 2019, p. 23) Além disso, eles podem contribuir para a coleta, o ar-mazenamento e a atualização de dados estruturados obtidos de diferentes fontes� Em resumo, melhoram a qualidade dos insumos que pautarão a tomada de decisão (NEGASH, 2004). O BI permite que os gesto- res e decisores tenham acesso a dados que mudam de forma dinâmica, assim, eles podem analisar e entender os dados, obtendo informações relevantes e de modo rápido (BARBOSA CALANDRINO; LOBATO; MELO, 2019). O BI é fundamental para que se possa explorar o Big Data, que pode ser definido como um gigantesco conjunto de dados, estruturados ou não, gerados 8 continuamente pelas empresas. Isso significa que o Big Data possui os dados disponíveis, mas não os sistemas que permitem extrair, analisar e transformar tais dados em informação – o que pode influenciar a tomada de decisão e até a vantagem competitiva das organizações� Dentro desse contexto, também se insere a Inteligência Artificial (IA). Afinal, ela permite que muitas análises sejam realizadas de maneira auto- matizada e com maior segurança – como a análise de risco para empresas seguradoras, por exemplo� A inteligência artificial permite localizar os dados adequados (Data Mining) e alojá-los da melhor ma- neira possível com seus correlatos (Data Warehouse), possibilitando maior rapidez e segurança nas análi- ses que o próprio sistema vai realizar. Pensando no papel do decisor, as decisões ficam mais fáceis e a chance de erros por uma má escolha é menor. Os dados estão cada vez mais disponíveis, sendo produzidos tanto por nós – seres humanos – quanto pela tecnologia. É importante perceber que os dados podem ser produzidos de modos que nem percebe- mos – como acontece com o advento da internet das coisas (IoT). A Internet das Coisas, conforme estudamos anterior- mente, refere-se a uma grande rede de dispositivos que estão sempre conectados. E se você pensa ape- nas no seu smartphone ou notebook, está enganado. Estamos falando também de aparelhos de televisão, 9 videogames, carros, geladeiras, smartwatches e de muitos outros� Pense no volume de dados que cada um desses dis- positivos pode gerar e na infinidade de informações que pode ser criada a partir disso. No caso de dispo- sitivos que podem ser vestidos, como o smartwatch, você não apenas fornece informações sobre seus hábitos e costumes, mas também sobre o funcio- namento do seu próprio corpo� Todos esses sistemas podem armazenar, processar e apresentar dados de forma sistematizada sobre os processos internos da empresa, clientes, tecno- logia, mercado, concorrentes e produtos. Ainda que a tecnologia possa se apoiar no processo de análise, a complexidade de um olhar humanizado sobre as informações se faz necessário. Assim, a tecnologia precisa ser orientada e pautada nas estratégias de capital intelectual e gestão do conhecimento� 10 TIPOS DE SISTEMAS DE PROCESSOS DECISÓRIOS E SEUS COMPONENTES A cada ano que passa, a evolução tecnológica abre mais espaço para que as empresas busquem alter- nativas para enfrentar o cenário competitivo. Com isso, novas ferramentas tecnológicas vão sendo agregadas à gestão integrada das organizações� Essas ferramentas se mostram muito úteis no ge- renciamento das empresas e auxiliam os gestores a enfrentarem os desafios desses novos tempos. Sistema de apoio ao processo decisório O Sistema de Apoio ao Processo Decisório (SAPD) tem a responsabilidade de trazer à tona conceitos de gestão, uma vez que a utilização do pensamento estratégico é o foco preponderante dessa ferramenta, com o uso, principalmente, do Balanced Scorecard, que busca integrar os sistemas de gestão, criando uma visão estratégica para a busca de vantagem competitiva no mercado� O SAPD tem como foco dar suporte às orientações estratégicas das organizações� Essas orientações são normalmente consultadas no ato da tomada de decisão. Quando falamos em estratégia, há uma for- ma distinta de se trabalhar, de acordo com o objetivo da gestão. Esse objetivo seguirá de modo paralelo, dando suporte aos gestores para controlar e anali- 11 sar os acontecimentos e desmembrar a chamada causa-efeito� Daí o surgimento de componentes para as organi- zações, que buscam soluções baratas, confiáveis e que se adaptem aos seus modelos de negócio. O uso dessas ferramentas segue diversas linhas de pesquisas, tais como: ● Sistema de Apoio à Decisão em Grupo (SADG): esse sistema tem como foco auxiliar na análise e na elaboração de estratégias para os alinhamentos dos participantes, independentemente dos locais e das distâncias. ● Fundamentos sobre DSS (Sistema de Suporte à Decisão): esse sistema trabalha conceitos e defini- ções como taxonomia, desenvolvimento, evolução de sistema de decisão e arquiteturas. ● Interface com Usuário (UI): esse sistema foca a in- trodução dos dados, na sua visualização, facilitando a empresa a coletar os dados, proporcionando uma fácil aceitação nas interfaces de outros sistemas operacionais� ● Modelo de Gerenciamento: esse modelo tem o foco de estudar a integração, o processamento, a intepretação e a aplicação dos modelos lógicos, nor- malmente criando modelos abstratos, em relação algo já existente, facilitando os usuários na mode- lagem e no gerenciamento� ● Análise Multicritério de Apoio a Decisão (MCDA): esse modelo tem como foco a análise de múltiplos critérios de avaliação sobre problemas semiestru- 12 turados e não estruturados com objetivos também múltiplos� ● Psicologia Cognitiva: seu intuito é estudar compo- nentes de aprendizagem humana e como isso pode interferir no processo decisório e se a variação do conhecimento faz a diferença entre grupos distintos� ● Ciência Organizacional: tem foco na estrutura da empresa, levando à compreensão da criação de mo- delos no formato abstrato que desenvolve sistemas computacionais� ● Ciência dos Sistemas: tem foco na complexidade dos sistemas, seus relacionamentos e inter-relacio- namentos com componentes que podem ser usados dentro do sistema da organização� ● Sistema Multicritério de Apoio à Decisão e Sistema de Apoio à Negociação: ambos os sistemas têm como base os modelos de apoio à decisão por meio do multicritério� ● Implementação/Integração: é o que chamamos de estágio final, e a harmonização e inter-relação dos sistemas� Integração de Sistemas A integração de sistemas corporativos e da cadeia de suprimentos em uma organização está se tornan- do cada vez mais crítica e necessária, por conta da globalização, que promove um ambiente mais com- petitivo e em constante mudança. À medida que os negócios amadurecem e as preferências dos clientes 13 se tornam mais diversas e específicas, o mercado exige respostas mais rápidas para manter a vanta- gem competitiva. Essa resposta rápida acabará, por sua vez, exigindo relacionamentos bem definidos e o compartilhamento estratégico de informações entre setores internos, fornecedores e clientes – que compõem os stakeholders, ou seja, as partes inte- ressadas de uma organização� O planejamento estratégico de um sistema de inte- gração deve, assim, começar pelos níveis superiores de gerenciamento� A tecnologia e/ou ferramentas selecionadas para isso também devem ser compa- tíveis com a visão, as metas e os objetivos estratégi- cos da organização� Uma organização deve passar, para tanto, por um processo de análise SWOT, que permite avaliar os seus pontos fortes e fracos à luz de oportunidades e ameaças ambientais e, depois, desenvolver sua missão, seus objetivos, estratégias e políticas com base nisso. Um dos resultados dessa etapa de planejamento inicial é a determinação das principais competências de uma organização que precisam de um suporte tecnológico mais específico. Nesse sentido, um sistema integrado de gestão não será um sistema desenvolvido especificamente para uma única empresa, e sim um software comercial elaborado com base nas melhores práticas de mer- cado, de modo a propiciar essa integração apoiada no funcionamento do sistemaeconômico como um todo� Com isso, o uso dos modelos de gestão tem o intuito de potencializar as informações, os dados 14 e o conhecimento nos processos decisórios nas or- ganizações, que são aplicados pelos sistemas KM (Knowledge Management) e BI (Business Intelligence). Acesse o Podcast 2 em Módulos Sistemas de Knowledge Management As organizações trabalham de forma continuada com o intuito de aprimorar suas estratégias comerciais� Com isso, existem diversos caminhos que podem ser seguidos; um deles é o BI, que é um conceito de estratégias de ações que tem como princípio mudar a forma de avaliar os processos por meio de análises inteligentes de dados� Dessa forma, é necessário encontrar um caminho mais inteligente e consistente para auxiliar a tomada de decisões, em um formato que seja escalável e sistemático, sem ser dependente da capacidade de instituição dos gestores e executivos� Os sistemas de informações chamados de Knowledge Management trabalham com o uso da informação gerando suporte para a gestão do conhecimento das empresas. Tecnologicamente falando, esses siste- mas têm o intuito de disponibilizar e facilitar a troca de dados – conhecimento gerado entre as pessoas e a disseminação das informações� Nesse caminho, são utilizadas ferramentas de embasamento no ge- 15 renciamento eletrônico, na internet, em sistemas de construção de bases, workflow e groupware� SAIBA MAIS Para saber mais sobre a importância do BI na ge- ração de informações confiáveis e benéficas para os gestores, leia o artigo A influência do Business Intelligence em empresa de comércio exterior na tomada de decisão estratégica. Disponível em: http://revistasfap.com/ojs3/index.php/tic/article/ view/277� 16 FERRAMENTAS DATA WAREHOUSE E DATA MINING Com a imensidão de informações disponíveis e ge- radas, as empresas precisam enfrentar o desafio de minerar e extrair apenas as mais importantes, relevantes e necessárias. As informações disponíveis nas empresas podem estar nos mais variados tipos e meios: em forma de relatórios em papel, relatórios digitais, e-mails, mensagens em redes sociais, entre muitos outros� Em alguns casos, as empresas têm dificuldades para analisar essas informações� Além da variedade e das diferentes fontes, outro ponto importante para se des- tacar está na organização dessas informações. Às vezes, as mesmas informações estão em bancos de dados diferentes� Uma maneira de solucionar esse problema está na implantação de um Data Warehouse. Data Warehouse O Data Warehouse (DW) é um banco de dados espe- cial, que reúne dados de todos os sistemas e fontes de dados da empresa, reorganizados por assunto e preparados para facilitar a consulta e responder a perguntas de negócio, como “Quanto vendemos?”, “Quando tivemos o menor estoque?”, “Valeu a pena fazer a promoção?”, “Quanto custa a perda causada por entregas erradas?” etc. 17 Traduzindo, Data Warehouse significa um “depósito de dados”, voltado para aplicações de apoio às de- cisões, ou seja, sua funcionalidade é voltada para a recuperação de dados, não tendo a incumbência de fazer o processamento rotineiro de transações� O Data Warehouse, em resumo, seria uma série de dados devidamente separada por assunto, a ser utili- zada como base para o direcionamento em decisões organizacionais. Um sistema de hardware que arma- zena dados oriundos de diversos departamentos de uma organização, originadas de diversificadas fontes, que são guardados ou armazenados em um único local com segurança� Trabalhar com Data Warehouse fornece uma série benefícios para as organizações: com a centralização das informações gerenciais, há maior agilidade em seu acesso e leitura; todas as informações geren- ciais de departamentos e áreas diferentes utilizam os mesmos conceitos, ou seja, falam a mesma lin- guagem; as informações são manipuladas de forma que não haja erros de integridade, permitindo maior qualidade; é possível, ainda, armazenar informações históricas, possibilitando a realização de projeções e tendências, entre outros� 18 DW Corporativo Estoque Financeiro Comerical RH/DP Figura 2: Data Warehouse� Fonte: Marostica, 2014 Características do Data Warehouse O Data Warehouse possui algumas diferenciações quanto aos bancos de dados transacionais (rela- cional, orientado a objetos, de rede, ou hierárquico), sejam quanto ao tipo de dados utilizados, seu modo de organização, seu uso, dentre outros� Um Data Warehouse é um sistema complexo que in- tegra muitos componentes: diversos tipos de softwa- re e de hardware, redes de computadores, sistemas de comunicações de dados, servidores, mainframes e sistemas de administração de banco de dados, como também muitas pessoas de diferentes uni- dades organizacionais, com objetivos diferentes, e utiliza diversas ferramentas como: o armazenamento, que os são os bancos de dados, considerados o co- ração do sistema; a extração de dados, que busca, nas bases de dados operacionais, os dados que vão ser armazenados; a transformação de dados, que tem o foco de ajustar os dados para o formato do 19 data Warehouse, e esse formato auxilia as futuras pesquisas; o refinamento ou limpeza de dados, que tem objetivo de fazer os ajustes necessários nos da- dos, fazendo correções, desmembramento e fusões de dados, quando necessário, visando a melhorá-los para facilitar as futuras pesquisas; os repositórios de metadados, que são bancos de dados onde são ar- mazenados os metadados; a transferência de dados e replicação, que pode ser considerada um subcon- junto da ferramenta de extração e não faz nenhum tipo de processamento ou transformação, apenas transfere um dado de um lugar “A” para “B”; a ferra- menta de gerenciamento e administração, que faz o monitoramento dos bancos de dados, quanto ao desempenho, integridade e segurança; a ferramenta de gerenciamento de consultas, que faz consulta e/ ou gera relatórios, extraindo os dados, apresentando- -os em um formato apropriado; e a ferramenta para gerenciamento de relatórios, que é voltada à geração de relatórios mais complexos, contendo os dados sintéticos e analíticos em conjunto, gráficos, e outros tipos de visualização dos dados� O Data Warehouse caracteriza-se por ser a fonte de informações idealizada para a atuação das técnicas de Data Mining como ferramenta de análise. O Data Mining, caracteriza-se por ser um procedimento que sempre busca uma descrição matemática ou lógica, geralmente complexa, de prováveis padrões residen- tes em um conglomerado qualquer de dados. 20 Data Mining O termo Data Mining (também conhecido como “mineração de dados” ou “garimpagem de dados”) descreve uma variedade de ferramentas que pro- cessam dados e geram estratégias que aumentam a utilidade dos dados armazenados em bancos de dados corporativos� Quando se fala em mineração de dados, em um primeiro momento, vem à nossa mente a ideia de um minerador de pedras preciosas em busca de ouro, diamante ou outros minérios raros� Na ver- dade, essa analogia não foge muito do conceito� Quando se trata de minerar o extenso volume de dados por meio de determinadas ferramentas e técnicas, busca-se revelar estruturas que possam guiar as decisões dentro da organização� Nesse sentido, objetiva agilizar o processo de decisão dentro da organização� O Data Mining é considerado não apenas uma sim- ples técnica, e sim uma nova ciência, isso porque faz uso conjuntamente de técnicas estatísticas de Machine Learning e da teoria da informação. O Data Mining, hoje em dia, é bastante difundido nas gran- des empresas que trabalham com um volume hete- rogêneo de dados e que buscam organizá-los para facilitar um controle mais adequado destes, obter maiores lucros, ou aperfeiçoar mecanismos de en- tendimento das informações� 21 Como toda ciência, o Data Mining deve se valer de um conjunto de técnicas que buscam aplicar na prática os conceitos teóricos descobertos. A técnica de associação, quevisa a encontrar rela- cionamentos específicos entre itens em conjunto, por exemplo, é uma das principais técnicas no pro- cesso de Data Mining� A ferramenta lê os dados guardados e conecta con- tatos importantes, mostrando informações que po- dem não ser óbvias, mas que ajudam seus usuários a tomarem melhores decisões� Essas informações podem ser lidas em gráfico, planilha eletrônica ou arquivo no formato de texto. O Data Mining também pode ser usado com sistemas que apoiam decisões específicas; porém, a ferramenta funciona melhor quando aliada a um Data Warehouse em que os da- dos já estão consistentes e limpos. O Data Mining, quando está procurando padrões, faz uma análise no nível de agrupamento de cada coluna, ou seja, faz uma busca para formar conjuntos de itens contendo os mesmos dados, dentro da mesma coluna� A ferramenta elimina do processo de busca as colunas que não formam agrupamentos significa- tivos. O próximo passo é fazer relacionamentos entre colunas para encontrar padrões� Esse sistema permi- te adequações para cada necessidade da empresa, como buscar informações por relacionamento ou analisar padrões que direcionam caminhos a serem seguido. Esse caminho tem um sistema que permite agilizar o processo e eliminar o que chamamos de 22 relacionamentos óbvios, tornando-a uma ferramenta eficaz nos dias atuais. A técnica mais utilizada em Data Mining é a associa- ção, ou seja, a detecção de padrões em sequências de símbolos. No entanto, a associação é apenas uma das técnicas utilizadas no processo de Data Mining� Podemos ainda citar as técnicas de clusterização, classificação e regressão. A clusterização tem como objetivo encontrar gru- pos de registros similares, que podem servir como exemplo-base para futuras classificações. A classi- ficação parte de classes predeterminadas e busca dividir registros novos em uma delas� A regressão consiste em prever valores numéricos a partir de outros preexistentes� Vale salientar que as etapas da mineração de dados fazem uso de diversos algoritmos que vasculham os dados em busca de novos padrões. Ainda que todos os algoritmos mais recentes tenham a ca- pacidade de encontrar padrões válidos e novos, nem sempre é possível encontrar padrões valio- sos� As técnicas ainda precisam de supervisão humana para filtrar os falsos positivos e os falsos negativos e destacar os insights mais importantes� Mesmo assim, a possibilidade rápida e eficiente de extrair padrões de uma base de dados é muito interessante� 23 Tipos de modelos Data Mining Existem diversos modelos para o Data Mining� As empresas avaliam suas particularidades para que possam ser utilizadas em diversos processos e procuram avaliar seu uso no gerenciamento do seu negócio para suporte na tomada de decisões� As principais atribuições dos sistemas de Data Mining consistem em agrupar classificar, ter descobertas de associação e sequência também de regressão e de predição� 24 SISTEMAS ERP E CRM A tendência atual no gerenciamento das organiza- ções mudou de foco: das engessadas departamen- talizações para os processos� Com isso, permite-se maior agilidade em relação ao trato da cadeia pro- dutiva e com os clientes� Além disso, a globalização faz com que o ambiente de negócios contenha um conjunto maior de variáveis e maior competitividade. Todos esses fatores fazem com que seja necessá- ria uma tomada de decisões mais ágil e acertada – qualquer demora ou incoerência pode levar ao fracasso. Dessa forma, é claramente perceptível a importância dos sistemas de informação no dia a dia da organização� Os sistemas de informação não somente permitem melhor acompanhamento e execução dos proces- sos, mas também melhor monitoramento na saúde da organização� Porém, para tanto, as informações deverão ser colhidas de todos os setores para que possam ser processados e tornarem-se subsídios à gestão empresarial� ERP Como mencionado anteriormente, um sistema ERP proporciona uma gestão mais eficiente, pois oferece aos gestores uma visão única da organização� Mas, como um ERP consegue essa proeza? A principal diferença entre um ERP e um conjunto de sistemas 25 interligados (ou integrados) consiste no fato de que o primeiro manipula uma única base de dados. Dessa forma, as informações podem ser considera- das como consistentes, pois não há duplicidade de registros dentro dos domínios da organização. Já para o apoio à tomada de decisões, o ERP pode contar com ferramentas analíticas para avaliar o de- sempenho da organização em suas diversas frentes de atuação e de gestão interna� Conhecendo-se o desempenho geral (inclusive perante o ambiente de negócios) e a saúde da organização, é possível al- cançar vantagem competitiva� Observe, na imagem abaixo, como um ERP pode apoiar diversos processos de negócios da organização� Figura 3: Sistema ERP� Fonte: SAIPOS 26 https://blog.saipos.com/sistema-de-gestao-para-restaurantes-o-que-e-erp ● Processos de negócios financeiros e contábeis: controle de fluxo (contas a pagar e receber), geren- ciamento dos ativos, gerenciamento e previsão de movimentações financeiras, contabilidade por cus- to de produto e por centros de custos e relatórios financeiros; ● Processos de negócios de recursos humanos: gestão de pessoal, folha de pagamento, planejamen- to e treinamento dos funcionários, gestão de seleção de pessoal, gestão de desempenho, gerenciamento dos benefícios, relatórios de viagens; ● Processos de negócios de produção e manufatura: cadastramento e histórico de fornecedores, gestão de estoque, controle do processo de manufatura, planejamento de aquisição de materiais, controle de qualidade, manutenção dos maquinários, controle operacional da produção; ● Processos de negócios de vendas e marketing: gestão e processamento de pedidos, cotação, ge- renciamento dos contratos, determinação de preços, planejamento de vendas, controle de comissões de vendas e verificação de crédito dos clientes. CRM Atualmente, nas sociedades amplamente ampara- das pelos meios de comunicação e interação em que vivemos, o foco das organizações volta-se para o cliente� Mudanças comportamentais na gestão resultam na horizontalização dos processos. O uso 27 de CRM (Customer Relationship Management) nas instituições tem o intuito de melhorar e facilitar o tratamento com os clientes, devido ao controle dos processos, aos fluxos executados, ao tratamento das ocorrências com cada cliente individual, entre outros� Assim, o relacionamento entre ambas as partes é simplificado e gera contatos com base na seguran- ça das informações – sejam elas centralizadas ou integradas� Esses fatores são facilitadores para que as organi- zações consigam oferecer um atendimento mais personalizado a cada cliente, analisando as suas necessidades, criando artifícios para a tomada de decisões mais adequadas para atingir um melhor resultado no mercado� Da mesma forma que os demais sistemas, a implan- tação do CRM visa a alcançar vantagem competitiva, mas o que é CRM? É um sistema estratégico, focando a exploração de oportunidades de negócios para permitir uma relação mais próxima entre a empresa e seus clientes. O CRM baseia-se nos princípios do marketing de relacionamento – uma das áreas-chave do marketing moderno e que tem gerado um grande interesse entre os investigadores dessa área. O principal objetivo de um CRM é aumentar a rentabi- lidade da base de clientes e reter ou fidelizar clientes de alto valor� A metodologia consiste em duas etapas distintas: 1-) diferenciar e identificar a importância do processo, criando o devido valor para a organi- zação, maximizando os rendimentos; 2-) trabalhar 28 na personalização e na interação, com o intuito de gerar um aumento na fidelização e na retenção dos melhores clientes, ou seja, atua para buscar uma vantagem competitiva duradoura� O sistema não é mais do que uma resposta tecno- lógica, que trabalha com base na gestão do relacio-namento, com o objetivo de ser uma ponte entre os clientes e as organizações, criando um elo para fortalecer as relações com os seus clientes� Para isso utiliza um arquivo de dados que possibilita aferir comportamentos a qualquer momento; ser capaz de procurar um padrão, tornando-se fundamental nos processos empresariais – onde a devida utilização desses dados permitem segmentar de forma mais eficaz. O sistema CRM tem o cliente como foco principal na modelagem de dados. Tecnologicamente falando, trata-se de um software que atua na captura, proces- so e análise profunda de dados, a fim de distribui-los a outros sistemas. Com isso, cria um modelo em que o usuário pode consultar os relatórios do cliente, facilitando a integração de módulos de automação de venda com a gerência de vendas, com a área de telemarketing e televendas, até o serviço de atendi- mento e suporte ao cliente� O CRM concentra-se em três partes: analítica, cola- borativa e operacional� ● Analítica: tem como objetivo analisar os dados e as informações para que sejam utilizadas na criação de conhecimento direcionado aos negócios da em- 29 presa. Já a parte gerencial, que cuida da inteligência do processo organizacional, busca a identificação das necessidades dos seus usuários, levando em consideração o acompanhamento de seus hábitos no dia a dia� ● Colaborativa: objetiva agregar valor ao cliente, de forma que o conhecimento e a interação sejam os atos principais� ● Operacional: foca a visão dos canais de relaciona- mento como objeto principal na formação de canais de vendas� Ao adotar o CRM como estratégia fundamental de negócio, as empresas necessitam criar uma estrutura organizacional capaz de maximizar os lucros por meio das funções de marketing, venda e serviços� Assim, destacamos algumas vantagens e desvanta- gens apresentadas pelo CRM: ● Vantagens ○ Aumento da qualidade da informação inserida; ○ Diminuição do tempo médio de tratamento de reclamação; ○ Maior autonomia dos utilizadores, em especial na consulta de dados; ○ Melhoria considerável no agendamento e plane- jamento das visitas; ○ Melhor gestão do tempo e das rotas; 30 ○ Facilidade e rapidez de pesquisa, apesar da com- plexidade do sistema� ● Desvantagens ○ Falta de comunicação interpessoal, substituída pela consulta ao sistema, o que pode levar a per- das de informação que só se transmite com uma conversa; ○ Pouco tempo para inserir a informação com qua- lidade, pela pressão dos resultados� Espera-se que esses recursos sejam utilizados para agregar valor ao cliente� Existem sistemas de recom- pensa para promover o comportamento de funcio- nários capazes de gerar aumento da satisfação e retenção de clientes e, também, de recolher suas informações� Com isso, a combinação de pessoas, processos e tecnologia permite melhor compreensão dos clientes da empresa� Auxiliado pela revolução da internet, o sucesso do CRM requer uma total in- tegração dos diferentes aspectos do negócio que envolve o consumidor� 31 CONSIDERAÇÕES FINAIS Estudamos os conceitos básicos dos Sistemas de Apoio Decisório. Verificamos, também, a importância da tomada de decisão e como os sistemas podem apoiar nessa hora. Os SAD têm envolvimento dire- to com o planejamento estratégico das empresas e grande relevância no gerenciamento organizacional. Passamos também pelo SIG (Sistema de Informações Gerenciais). Sabemos que, cada vez mais, as empresas necessi- tam de informações para o seu gerenciamento e para a tomada de decisões� A dependência dos sistemas de informações está presente no cotidiano. Essa tec- nologia facilita a vida e otimiza o tempo� Dessa forma, abordamos assuntos relacionados a sistemas, como Knowledge Management, considerando seus conceitos na busca da vantagem competitiva e analisando sua estrutura e como interagem com outros sistemas� Estudamos conceitos do Data Warehouse, suas fun- cionalidades e como a sua utilização pode ser um diferencial de mercado� No mesmo tópico, falamos de Data Mining, das suas complexidades e como os dados são armazenados� Por fim, abordamos um assunto muito importante para o cotidiano das organizações: os sistemas integrados� Com isso, esperamos que você possa não somente identificar, mas também conceituar e modelar siste- mas do tipo ERP e CRM para que, com sua bagagem teórica e prática, sua vida acadêmica flua com mais facilidade. Esperamos ainda que os conhecimentos aqui transmitidos possam ser utilizados e aprofunda- dos em sua vivência profissional. 32 SÍNTESE ◦ Operacional ◦ planejamento estratégico • Sistemas de Apoio à Decisão Conceitos de sistemas de apoio decisório Inteligência no Negócio ◦ planejamento tático ◦ planejamento operacional • Sistemas de Informações Gerenciais • Sistemas de Knowledge Management • Integração de Sistemas • Sistema de Apoio ao Processo Decisório Sistemas de processos decisórios e seus componentes Ferramentas Data Warehouse e Data Mining ◦ Colaborativo ◦ Analítico • Customer Relationship Management – CRM • Enterprise Resource Planning – ERP Sistemas ERP e CRM Referências Bibliográficas & Consultadas BARBOSA A. L. G. et al� Business Intelligence utilizando-se da ferramenta QlikView: um estudo com usuários da prefeitura do Recife. Id on-line Revista Multidisciplinar e de Psicologia. v. 10, n. 31, Supl. 3, pp. 198-216. Out-Nov. 2016. Disponível em: https://idonline.emnuvens.com.br/id/article/ download/553/754. Acesso em: 07 jul. 2020. BARBOSA CALANDRINO, L. A.; LOBATO, A.; MELO, A� A influência do Business Intelligence em em- presa de comércio exterior na tomada de decisão estratégica. Disponível em: http://revistasfap.com/ ojs3/index.php/tic/article/view/277. Acesso em: 29 jun. 2020. CASTRO, L. N.; FERRARI, D. G. Introdução à mi- neração de dados: conceitos básicos, algoritmos e aplicações. São Paulo, Saraiva, 2016. [Minha Biblioteca] CHIAVENATO, I. Treinamento e desenvolvimento de recursos humanos: como incrementar talen- tos na empresa. 8. ed. Barueri, SP: Manole, 2016. [Minha Biblioteca] DAVENPORT, T. H.; PRUSAK, L. Working knowled- ge: how organizations manage what they know� Harvard Business Scholl Press, 2000. FACELLI, K. et al� Inteligência Artificial: uma abordagem de aprendizado de máquina. Rio de Janeiro: LTC, 2011. [Minha Biblioteca] FAWCETT, T. Data science para negócios� Rio de Janeiro: Alta Books, 2016. MAROSTICA, E. Inteligência de mercado� São Paulo: Cengage Learning, 2014. [Minha Biblioteca] MORAIS, I. S. et al� Introdução a Big Data e Internet das Coisas (IoT). Porto Alegre: SAGAH, 2019. [Minha Biblioteca] NEGASH, S. et al� Information technology challen- ges keep rising. The Business Journal of Portland, 2004. OLIVEIRA, D. P. R. Planejamento estratégico: con- ceitos, metodologia e práticas. 23. ed. São Paulo: Atlas, 2013. RAGSDALLE, C. T. Modelagem de planilha e análise de decisão: uma introdução prática a Business Analytics. 7. ed. São Paulo: Cengage Learning, 2014. [Minha Biblioteca] SHEDROFF, N. Information Interaction Design: a unified field theory of design. In: Information Design. Cambridge: MIT Press, 1999. SILVA, L. A.; PERES, M. S.; BOSCARIOLI, C. Introdução à mineração de dados: com altera- ções em R. Rio de Janeiro: Elsevier, 2016. [Minha Biblioteca] TANENBAUM, A. S.; WETHRALL, D. Redes de com- putadores. Rio de Janeiro: Pearson Hall, 2011. TURBAN, E. et al� Business Intelligence: um en- foque gerencial. Porto Alegre: Bookman, 2009. [Minha Biblioteca] INTRODUÇÃO CONCEITOS BÁSICOS DE SISTEMAS DE APOIO DECISÓRIO Sistemas de Apoio à Decisão Sistemas de Informações Gerenciais TIPOS DE SISTEMAS DE PROCESSOS DECISÓRIOS E SEUS COMPONENTES Sistema de apoio ao processo decisório Integração de Sistemas Sistemas de Knowledge Management FERRAMENTAS DATA WAREHOUSE E DATA MINING Data Warehouse Data Mining SISTEMAS ERP E CRM ERP CRM CONSIDERAÇÕES FINAISSÍNTESE