Inteligência no Negócio - modulo 2

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