Aula 10_ Ferramentas Digitais Aplicadas à Gestão

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