Baixe o app para aproveitar ainda mais
Prévia do material em texto
07/10/2022 22:14 Aula 10: Ferramentas Digitais Aplicadas à Gestão https://dombosco.instructure.com/courses/12410/pages/aula-10 1/12 Seu Progresso: 100 % Aula 10 Ferramentas Digitais Aplicadas a Gestão Onde Chegar? Reconhecer as características de um ambiente Big Data Identificar os problemas relacionados a volumes muito grandes de dados Identificar as ferramentas de análise de muitos dados O que Aprender? As aplicações de Big Data em ambientes de gestão As relações entre Business Intelligence e BIg Data 07/10/2022 22:14 Aula 10: Ferramentas Digitais Aplicadas à Gestão https://dombosco.instructure.com/courses/12410/pages/aula-10 2/12 Os avanços do Big Data em relação o Business Intelligence 01:1001:10 ⁄⁄ 16:0816:08 Big Data 07/10/2022 22:14 Aula 10: Ferramentas Digitais Aplicadas à Gestão https://dombosco.instructure.com/courses/12410/pages/aula-10 3/12 Este Guia de Aprendizagem tem o objetivo de orientar seus estudos acerca das possibilidades de aplicação de ferramentas de análise de grandes quantidades de dados aplicadas à gestão. Todas as ferramentas que vimos até aqui envolvem, em comum, formas de analisar informações e orientar processos de tomada de decisão - uma das funções primordiais para a sobrevivência de organizações. Entretanto, não tocamos em um aspecto fundamental que é o limite da capacidade analítica. Quando os dados são muitos, o que podemos fazer? Muitos dados podem atrapalhar ao invés de ajudar. FONTE: Shutterstock ID 228162115 Falamos muito até aqui da inteligência artificial como aliada das ferramentas de gestão que discutimos. Entramos um pouco em detalhe de como cada ferramenta estudada poderia ganhar com 07/10/2022 22:14 Aula 10: Ferramentas Digitais Aplicadas à Gestão https://dombosco.instructure.com/courses/12410/pages/aula-10 4/12 as possibilidades digitais de armazenamento e processamento de dados. Sempre o barateamento da computação foi um fator divisor de águas para as estratégias de gestão. O que não entramos em detalhe ainda - e faremos nas nossas próximas conversas - é entender exatamente como a inteligência artificial pode contribuir com a capacidade analítica das empresas. Tudo orbita ao redor da quantidade de dados que a organização possui sobre si mesmo e sobre o ambiente em que opera. Dados não são nada além de um registro. Por exemplo, o nome de um cliente e seu telefone são apenas dados, assim como a data de sua última compra. Após uma análise, é possível extrair uma informação destes dados, como a informação de que o cliente está há muito tempo sem comprar e pode estar precisando de uma visita. Para realizar a análise de dados, é preciso dar sentido para aqueles dados. No exemplo do cliente que deve estar precisando de uma visita do vendedor, esta informação pode ser extraída de um dado de que a última compra foi na semana passada, caso estejamos falando de um cliente de produtos de consumo rápido, como alimentos; ou então de uma última compra feita há cinco anos, se estivermos falando de um cliente de uma concessionária de veículos. A inteligência é justamente a capacidade de estabelecermos estas relações. Se pensarmos nos ERPs - que são as ferramentas que prometem analisar os dados de uma organização de forma integrada, a partir de um banco de dados de transições, esta inteligência pode ser “programada” no sistema por um analista, que define se o conceito de “cliente 07/10/2022 22:14 Aula 10: Ferramentas Digitais Aplicadas à Gestão https://dombosco.instructure.com/courses/12410/pages/aula-10 5/12 precisando de uma visita” se refere a um cliente que comprou pela última vez há uma semana ou há cinco anos. Todos os fluxos de informações e as interpretações das transações dependem desta capacidade analítica e, a cada dia, as empresas conhecem melhor o seu cliente e seu processo. Isso significa que foram capazes de encontrar mais relações relevantes entre os dados que possuem. É claro que os dados nem sempre estão dispostos em um meio eletrônico. Muitos dados estão no papel ou na memória, mas cada vez mais a facilidade de uso de dispositivos coletores de dados (como leitores de código de barras na produção ou robôs coletores de dados em sistemas informatizados) e as boas práticas de gestão de conhecimento buscam reduzir os dados que não estão armazenados em meios digitais. Em 2014, estimava-se que mais de 98% dos dados produzidos já eram em meios digitais. O mundo digital permite que se acumulem muitas informações em uma velocidade sem precedentes, a partir de diversas fontes e em quantidades enormes. Quando falamos em Big Data, normalmente estamos nos referindo a esta montanha de dados caracterizada precisamente por estas três características: volume, variedade e velocidade. Os dados se acumulam de tal forma que são rapidamente impossíveis de analisar por meio de softwares tradicionais - e ainda menos por uma análise humana. A chave da utilização de conceitos de BIg Data em ferramentas gerenciais é encontrar alternativas para resolver problemas gerenciais a partir de toda a informação coletada. 07/10/2022 22:14 Aula 10: Ferramentas Digitais Aplicadas à Gestão https://dombosco.instructure.com/courses/12410/pages/aula-10 6/12 Há pelo menos três formas de solucionar problemas a partir de grandes volumes de dados: Reduzindo o número de operadores. Sistemas capazes de tomar decisões sozinhos, baseados nos dados que ele já conhece de transações anteriores com características similares, têm o potencial de reduzir a quantidade de pessoas necessárias para a execução de uma operação. Pense, por exemplo, na gestão de frotas rodoviárias para uma empresa com, digamos, 150 caminhões. Quantos analistas são necessários para considerar todos os riscos da escolha de uma rota - como um caminhão rodando com menos carga do que comporta, ou então a falta de combustível ou outro insumo, ou até mesmo riscos de segurança - e as variáveis para otimizar os trajetos? Ainda que o poder computacional possa indicar caminhos a partir de análises “programadas” (como falamos anteriormente), o trabalho do analista ainda é necessário para tomar a decisão e para identificar estas análises. Planejamento proativo: sistemas totalmente digitais são capazes de acompanhar em tempo real uma série de indicadores. Voltando para o caso da gestão de frota, caso houvesse uma rodovia bloqueada, a ação humana tomaria tempo e não encontraria a melhor solução para contornar o problema. Já sistemas computacionais podem fazer isso por meio de milhares de simulações, imediatamente ao identificar o problema nas rotas. Administração preditiva: a partir de uma grande base de dados, é possível gerar informações pertinentes para prever o 07/10/2022 22:14 Aula 10: Ferramentas Digitais Aplicadas à Gestão https://dombosco.instructure.com/courses/12410/pages/aula-10 7/12 que é mais provável acontecer no futuro. Mais uma vez, na nossa gestão de frotas, podemos pensar em alternativas de administração proativa com a identificação de relações entre variáveis que não são facilmente encontradas por analistas humanos. Em relações mais complexas e menos evidentes, o trabalho da análise de dados pode contribuir muito com os modelos gerenciais que utilizamos. Big data aplicado à gestão é uma evolução dos sistemas de Business Inteligence (BI). Dificilmente uma organização terá sucesso em um projeto de Big Data sem passar por uma etapa de BI. A lógica por trás dos sistemas de BI é a coleta, organização, transformação e apresentação de dados estruturados como subsídio para a tomada de decisão. Estes sistemas apresentam indicadores de desempenho com resolução adequada para que as melhores decisões sejam tomadas. A grande diferença para o Big Data é que esta filosofia concentra-se no processamento da montanha de informações em busca justamente das correlações que ainda não são conhecidas. É como se o BI fosse a ferramenta que gera e transforma os dados a partir de análises programadas, enquanto o Big Data é o programador do BI. Problemas de tomada de decisão que envolvamperguntas do tipo “quanto” podem ser resolvidas com sistemas de BI. Por exemplo: quanta matéria-prima é necessária para atender a demanda; quanto já cumprimos do projeto; quanto influenciará no nosso custo um aumento na energia elétrica; quanto vendemos no ano passo; quanto melhoramos a produtividade de 07/10/2022 22:14 Aula 10: Ferramentas Digitais Aplicadas à Gestão https://dombosco.instructure.com/courses/12410/pages/aula-10 8/12 nossa mao-de-obra. Todas estas perguntas podem ser respondidas por meio de indicadores de desempenho e atuam em cenários bastante previsíveis, exigindo modelos relativamente simples (discutimos em conversas anteriores como até mesmo lógicas gerenciais como a curva de Pareto podem ter grandes complicações a depender da forma de aplicação). Já os modelos de Big Data buscam responder questões do tipo “por que”: por que o cliente compra com a frequencia atual; por que não atingimos as metas; por que a equipe de vendas precisa aumentar. Finalmente, vale a pena pensarmos nas técnicas de ciência de dados que caracterizam o Big Data. É claro que esta ciência ainda é muito nova e está se desenvolvendo, com a possibilidade de muitas outras técnicas surgirem nos próximos anos, mas podemos citar: Data Mining: processo de identificação de padrões de relacionamento entre duas ou mais variáveis, buscando correlações (ou seja, efeitos que costumam acontecer concomitantemente) nos dados não estruturados. Regressões multivariadas: ao contrário das regressões lineares, que relacionam uma variável de causa com uma variável de efeito (por exemplo, a área de um imóvel com o seu preço), regressões multivariadas são capazes de utilizar mais de uma variável de causa para um efeito. O interessante é notar que a regressão multivariada inclui, para além da relação entre cada variável de causa com a variável de efeito, a relação entre uma variável de causa e as demais. 07/10/2022 22:14 Aula 10: Ferramentas Digitais Aplicadas à Gestão https://dombosco.instructure.com/courses/12410/pages/aula-10 9/12 Análises Qualitativas: aqui é possível incluir uma série de possibilidades de análises realizadas com dados não numéricos, mas categóricos. Por exemplo, o gênero de um cliente é um dado categórico, enquanto sua idade é um dado numérico. O tratamento de dados qualitativos é mais delicado do ponto de vista estatístico, mas é possível com grandes corpos de dados. Note que o foco do Big Data é muito mais relacionado com o apoio ao desenvolvimento dos modelos que propriamente com a aplicação de modelos sobre dados coletados. Isto é especialmente útil quando lidamos com ambientes incertos, como relações comerciais. Apesar disso, mesmo em ambientes bastante estáveis, como na análise de custos de produção, a utilização de abordagens de Big Data são úteis ao apontar para relações que podem passar ocultas pelos analistas. Uma típica aplicação deste tipo de análise é na recomendação de produtos complementares em sistemas de ecommerce: originalmente, as relações entre os produtos que são apresentados eram elaboradas pelo responsável pelo cadastro do produto no sistema da loja; já na abordagem de Big Data, estas correlações são apontadas pelo próprio sistema, a partir de todo o histórico de buscas dos clientes que visitaram a loja, dos carrinhos de compra abandonados e das vendas efetuadas, identificando padrões de consumo que seguramente são inacessíveis por uma análise humana pura e simples. Todas estas correlações obtidas de dados passados forma a inteligência de negócios, mas o fundamental é que estes 07/10/2022 22:14 Aula 10: Ferramentas Digitais Aplicadas à Gestão https://dombosco.instructure.com/courses/12410/pages/aula-10 10/12 modelos mais robustos são, então, utilizados para prever o que acontecerá no futuro. E vendo o que tende a acontecer no futuro, é mais fácil traçar cenários e encontrar as melhores estratégias para a organização. Vá mais Longe Capítulo Norteador: Capítulo 1 - Big Data. BASSO, Douglas Eduardo. Big Data. Contentus, 2020. Agora é sua Vez Interação Estudos científicos frequentemente descobrem relações inusitadas entre variáveis que parecem ser independentes. Que tal discutirmos no Fórum da Disciplina relações não usuais que você tenha lido recentemente? 07/10/2022 22:14 Aula 10: Ferramentas Digitais Aplicadas à Gestão https://dombosco.instructure.com/courses/12410/pages/aula-10 11/12 10 pontos Questão para Simulado Utilize a questão abaixo para se preparar para as provas da disciplina, ela serve para �xação do assunto abordado nesta aula e não contará para a pontuação �nal. sabrinapedrocavalcante@gmail.com (não compartilhado) Alternar conta Uma loja online tem um sistema que registra o tempo que cada visitante gasta diante de cada produto. Por ser uma loja bastante movimentada, ela utiliza estes dados para fazer a análise da qualidade das fotos e da descrição de produtos, considerando que boas fotos e d i õ f Referências BASSO, Douglas Eduardo. Big Data. Contentus, 2020. https://accounts.google.com/AccountChooser?continue=https://docs.google.com/forms/d/e/1FAIpQLSelvmWKOSOj8DPrScWsdZvv9dlBdDtq_8Ln3bhbZN25R0c1dg/viewform?embedded%3Dtrue&service=wise https://dombosco.instructure.com/courses/12410/pages/aula-9 https://dombosco.instructure.com/courses/12410/pages/pagina-inicial 07/10/2022 22:14 Aula 10: Ferramentas Digitais Aplicadas à Gestão https://dombosco.instructure.com/courses/12410/pages/aula-10 12/12 (https://portal.rybena.com.br) (https://dombosco.instructure.com/courses/12410/pages/aula- 9) (https://dombosco.instructure.com/courses/1241 inicial) https://portal.rybena.com.br/ https://dombosco.instructure.com/courses/12410/pages/aula-9 https://dombosco.instructure.com/courses/12410/pages/pagina-inicial
Compartilhar