Baixe o app para aproveitar ainda mais
Prévia do material em texto
Sistemas de Informações Prof. Dimas Ozanam Calheiros SI-01-Definições e Conceitos INFORMÁTICA ?INFORMÁTICA ? Definições e Conceitos Tratamento Sistemático da informação! Prof. Dimas Ozanam Calheiros 2Prof. Dimas Ozanam Calheiros 2 OU... Tratamento Sistemático da informação! OU... INFORMÁTICAINFORMÁTICA Informação Automática Definições e Conceitos Prof. Dimas Ozanam Calheiros 3Prof. Dimas Ozanam Calheiros 3 É a ciência que estuda o tratamento automático e racional da informação. OU... OU... INFORMÁTICA Se Mexer, pertence à Biologia Se não funcionar, pertence Física Se feder, pertence à Química Se ninguém entende, é Matemática Se não faz sentido, é Economia ou Psicologiaou Psicologia Se não mexe, não fede, não funciona, ninguém entende e Não faz sentido, é INFORMÁTICA! Prof. Dimas Ozanam Calheiros Informática Informática –– Sistemas de InformaçãoSistemas de Informação DADOS ?????????? Definições e Conceitos Prof. Dimas Ozanam Calheiros 5Prof. Dimas Ozanam Calheiros 5 DADOS ?????????? Dado: É todo elemento conhecido que serve de base à resolução de um problema. Dado: É o valor de um atributo. Não chega a transmitir um significado específico para o negócio. Informática Informática –– Sistemas de InformaçãoSistemas de Informação DADOS INFORMAÇÃO Definições e Conceitos Prof. Dimas Ozanam Calheiros 6Prof. Dimas Ozanam Calheiros 6 DADOS INFORMAÇÃO Informação: É o conjunto de dados organizado com um determinado significado. Informação: É um conjunto organizado e estruturado de dados. Pode ser entendido como o dado já processado. Definições e Conceitos Informática Informática –– Sistemas de InformaçãoSistemas de Informação DADOS INFORMAÇÃO Prof. Dimas Ozanam Calheiros 7Prof. Dimas Ozanam Calheiros 7 “Dados que foram convertidos em um contexto significativo e útil para usuários finais específicos”. James O’Brien-Sistemas de Informação e as Decisões Gerenciais na Era da Internet Definições e ConceitosDefinições e Conceitos Informática Informática –– Sistemas de InformaçãoSistemas de Informação DADOS INFORMAÇÃO Prof. Dimas Ozanam Calheiros 8Prof. Dimas Ozanam Calheiros 8 CONHECIMENTO Consiste de dados e informações organizados e processados para transmitir compreensão, experiência, aprendizado acumulado e técnica. É Abstração interior, pessoal, de algo que foi experimentado e vivenciado por alguém. Conhecimento Informação Definições e ConceitosDefinições e Conceitos Sistema de Informação: Prof. Dimas Ozanam Calheiros 9Prof. Dimas Ozanam Calheiros 9 Dados Principal benefício: A transformação de dados, de forma econômica, em informação e conhecimento. • Sistema de Informação: “Conjunto de componentes inter-relacionados que: coleta (recupera) , processa, armazena e distribui informações destinadas a apoiar a tomada de decisões, a coordenação e o controle de uma organização.” Laudon, Kenneth C. Sistemas de Informações Gerenciais Definições e ConceitosDefinições e Conceitos Prof. Dimas Ozanam Calheiros 10Prof. Dimas Ozanam Calheiros 10 Laudon, Kenneth C. Sistemas de Informações Gerenciais • Necessidades transacionais são as decorrentes das operações da organização. • Necessidades gerenciais são as voltadas para o planejamento, o controle e a tomada de decisão.. Processamento Programas e Sistemas Pessoas Equipamentos Armazenamento, Entradas Problemas do Negócio: Dados Saídas Soluções Informações Relatórios Gráficos Cálculos Visão esquemática de um sistema de informação Definições e ConceitosDefinições e Conceitos Prof. Dimas Ozanam Calheiros 11Prof. Dimas Ozanam Calheiros 11 Armazenamento, Transacional e Analítico Dados Instruções Oportunidades Cálculos Posicionamentos Táticas e estratégias Controle Tomadores de Decisão Autocontrole Feedback Aplicação Sistema: Operacional x Analítico • OPERACIONAL: Foco nos processos de Negócio Prof. Dimas Ozanam Calheiros 12Prof. Dimas Ozanam Calheiros 12 Aplicação Operacional BANCO RELACIONAL • ANALÍTICO: Foco em ASSUNTO de Negócios Sistema: Operacional x Analítico Ferramenta de Análise Prof. Dimas Ozanam Calheiros 13Prof. Dimas Ozanam Calheiros 13 BANCO ANALÍTICO de Análise Data Warehouse ANALÍTICO BANCO Aplicação Operacional Ferramenta de Análise OPERACIONAL Sistema: Operacional x Analítico Prof. Dimas Ozanam Calheiros 14Prof. Dimas Ozanam Calheiros 14 Aplicação Operacional BANCO RELACIONAL BANCO RELACIONAL BANCO ANALÍTICOExtraçãoTransformação Carga de Análise Data Warehouse Operacional: • Sistemas que suportam as operações do dia a dia da empresa. • São sistemas de processamento On-line e Batch, atualizados diariamente. Processamento: Operacional X Analítico Prof. Dimas Ozanam Calheiros 15Prof. Dimas Ozanam Calheiros 15 Analítico: • Sistemas que disponibilizam informações usadas para analisar um problema ou uma situação. –Obtenção de vantagem competitiva – Oportunidades de negócio. Aplicação • Informações refletem o momento atual. • Os usuários efetuam operações de leitura e escrita. • Pode estar distribuído em várias aplicações. Processamento Operacional Prof. Dimas Ozanam Calheiros 16Prof. Dimas Ozanam Calheiros 16 Aplicação Operacional Aplicação Operacional Processamento Analítico • Informações refletem um instante específico no tempo. • Os usuários efetuam operações apenas de leitura. • Visão única dos dados da empresa com foco no negócio. Prof. Dimas Ozanam Calheiros 17Prof. Dimas Ozanam Calheiros 17 Data Warehouse Ferramenta de Análise BANCO ANALÍTICO SI- Business Intelligence: Ferramentas que viabilizam o uso estratégico da informação e busca de oportunidades de negócio. SI- GROUPWARE Workflow, Gerenciamento Eletrônico de Documentos, Gestão do Conhecimento. SI- Transacionais, de Informações Gerenciais e de Sistemas de Informação – BD – Infra-estrutura INFRAESTRUTURA DE HARDWARE SISTEMAS OPERACIONAIS DE REDE Banco de Dados Cliente-Servidor WWW Banco de Dados Analítico INFRAESTRUTURA DE REDE - LAN e WAN PROTOCOLOS DE COMUNICAÇÃO SI- Transacionais, de Informações Gerenciais e de apoio à Decisão. Troca de Mensagens “utilização de várias fontes de informação para definição de estratégias de competitividade nos Ferramentas de Apoio à Decisão, gestão de performance e oportunidades de negócios. – Business Intelligence Prof. Dimas Ozanam Calheiros 19Prof. Dimas Ozanam Calheiros 19 definição de estratégias de competitividade nos negócios” (BARBIERI, 2001) “processos, tecnologias e ferramentas para tornar dados em informações, informações em conhecimento e conhecimento em planos que guiam ações em negócios lucrativos” (LOSCHIN, 2003) É um conjunto de processos e metodologias, implementadas por meio de ferramentas de software, para obter informação e conhecimento útil para a tomada de decisão. Business Intelligence Prof. Dimas Ozanam Calheiros 20Prof. Dimas Ozanam Calheiros 20 •Business Intelligence BI OLAP Data warehouse Data Marts Prof. Dimas Ozanam Calheiros 21Prof. Dimas Ozanam Calheiros 21 Data Mining EIS BSC Foco: Prover o acesso; A apresentação da informação; Objetivos estratégicos; Oportunidades de negócios. Business Intelligence Faz uso: Prof. Dimas Ozanam Calheiros 22Prof. Dimas Ozanam Calheiros 22 Faz uso: - Armazém de dados -Data Warehouse; - Ferramentas analíticas e recursos gráficos - OLAP; - Identificação automatizada de Padrões e relacionamentos- Data Mining.. • É um grande repositório de dados coletados de diversas fontes que destina-se a gerar informações para o nível gerencial sendo fonte para tomadas de decisão. Data Warehouse - DWData Warehouse - DW O que é? Prof. Dimas Ozanam Calheiros 23Prof. Dimas Ozanam Calheiros 23 tomadas de decisão. � Para criar uma visão única e centralizada dos dados que estavam dispersos em diversos BDs • Permite que usuários finais executem consultas, gerem relatórios e façam análises. Para que serve? Data WarehouseData Warehouse • Orientado ao assunto – Os dados em um DW são organizados de modo a facilitar a análise dos dados – Dados são organizados por assunto e não por aplicação, como em BDs operacionais Prof. Dimas Ozanam Calheiros 24Prof. Dimas Ozanam Calheiros 24 Aplicação de Venda Análise de Vendas Produtos Histórico de Vendas Estoque Clientes – É um DW relativo a uma área específica para análise de negócios. – Podem ser independentes, ou derivados de uma visão única concebida a partir do Data Warehouse. Ferramenta Data MartsData Marts Prof. Dimas Ozanam Calheiros 25Prof. Dimas Ozanam Calheiros 25 BANCO ANALÍTICO Extração Transformação Carga de Análise BANCOS OPERACIONAIS ÁREA ESPECÍFICA DE NEGÓCIO ÁREA ESPECÍFICA DE NEGÓCIO DW Ferramenta de Análise OLAP On Line Analitical Processing OLAP On Line Analitical Processing Prof. Dimas Ozanam Calheiros 26Prof. Dimas Ozanam Calheiros 26 � Conjunto de processos para criação, gerência e manipulação de dados multidimensionais. � Facilidade para fazer análises; � Agregações e cruzamentos, permitindo visualizar os OLAP - On Line Analitical Processing OLAP - On Line Analitical Processing Prof. Dimas Ozanam Calheiros 27Prof. Dimas Ozanam Calheiros 27 � Agregações e cruzamentos, permitindo visualizar os dados através de múltiplos níveis. OLAP juntamente com o SGBD, é base do ambiente de DW . AD-HOC Consultas • Permite a recuperação de informações de forma dinâmica e flexível, através de uma interface muito simples. OLAP - On Line Analitical Processing OLAP - On Line Analitical Processing Prof. Dimas Ozanam Calheiros 28Prof. Dimas Ozanam Calheiros 28 Consultas imprevistas, de acordo com as necessidades de cruzamento de informação SLICE-AND-DICE Consultas sob diferentes prismas DRILL DOWN/UP Consultas em diferentes níveis de detalhes - subir ou descer níveis de detalhamento Situação: Vendemos produtos em vários mercados, e nós medimos nosso desempenho ao longo do tempo. • O modelo de dados mais adequado para representar diversas relações entre grandezas é o modelo dimensional. OLAP: Modelo DimensionalOLAP: Modelo Dimensional Prof. Dimas Ozanam Calheiros 29Prof. Dimas Ozanam Calheiros 29 TEMPO MERCADO PRODUTO Cada ponto do cubo representa uma combinação de Produto, Mercado e Tempo OLAP: Visão MultidimensionalOLAP: Visão Multidimensional Prof. Dimas Ozanam Calheiros 30Prof. Dimas Ozanam Calheiros 30 Gerente Regional Gerente Financeiro Ad Hoc viewsAd Hoc viewsAd Hoc viewsAd Hoc views Gerente de Produto MMMMEEEERRRRCCCCAAAADDDDOOOO TempoTempoTempoTempo VendasVendasVendasVendas Data Mining Mineração de Dados Data Mining Mineração de Dados Prof. Dimas Ozanam Calheiros 31Prof. Dimas Ozanam Calheiros 31 Mineração de DadosMineração de Dados Conjunto de técnicas cuja finalidade é permitir a descoberta de padrões, tendências e correlações ocultas nos dados o que pode propiciar uma vantagem competitiva estratégica. Conjunto de técnicas cuja finalidade é permitir a descoberta de padrões, tendências e correlações ocultas nos dados o que pode propiciar uma vantagem competitiva estratégica. Data Mining – Mineração de Dados REDES NEURAIS INDUÇÃO DE REGRAS Prof. Dimas Ozanam Calheiros 32Prof. Dimas Ozanam Calheiros 32 REDES NEURAIS constrõem representações internas de modelos ou padrões achados nos dados INDUÇÃO DE REGRAS detectam tendências dos dados, apresentando uma “lista não encomendada” ÁRVORES DE DECISÃO Identificam associações dos dados, formando as “regras sobre o dado” Data Mining – Mineração de Dados • Faz uso da análise intensiva de grandes dados históricos, utilizando inteligência artificial e técnicas estatísticas e matemáticas. • Data Mining diferencia das ferramentas de OLAP, pois pode ser usado para prever comportamentos ao Prof. Dimas Ozanam Calheiros 33Prof. Dimas Ozanam Calheiros 33 pode ser usado para prever comportamentos ao invés de analisar dados históricos. • O usuário pode deixar para o sistema descobrir os relacionamentos entre a grandeza que quer analisar. (Lucro) e as outras dimensões (mercado, perfil do usuário, etc) Data Mining: Aplicações • Segmentação: Agrupar consumidores de acordo com segmentos de mercado. • Classificação: Associar dados novos a padrões pré-estabelecidos. Prof. Dimas Ozanam Calheiros 34Prof. Dimas Ozanam Calheiros 34 • Preferência: Determinar a preferência de grupos representativos da maioria dos clientes. • Associação: Descobrir relacionamentos e oportunidades de negócio. Associar dados novos a padrões pré-estabelecidos. OLAP x Data Mining OLAP x Data Mining Prof. Dimas Ozanam Calheiros 35Prof. Dimas Ozanam Calheiros 35 Prof. Dimas Ozanam Calheiros 36Prof. Dimas Ozanam Calheiros 36 CASESCASES Prof. Dimas Ozanam Calheiros 37Prof. Dimas Ozanam Calheiros 37 CASESCASES • O Projeto “Intelligent Acquisition” : Incorporar à base de clientes os mais rentáveis proponentes, gerando clientes de alto valor a um custo baixo de aquisição. • O sucesso mensurado através de quatro medidas: Prof. Dimas Ozanam Calheiros 38Prof. Dimas Ozanam Calheiros 38 • O sucesso mensurado através de quatro medidas: • Volumes de cartões vendidos: Aumento de 93% • Taxa de eficiência: Aumento de 24% • Custo por cartão: Redução de 17% • Volume de proponentes abordados: Redução de 55%. CASESCASES • A “OPA - Operações Portas Abertas Renault” é a maior ação de varejo da Renault e consiste em uma ação coordenada de mala direta, e-mail e mídia de massa, convidando o prospect a visitar a concessionária e fazer um test-drive nos veículos da marca. • Após 13 edições do OPA realizadas nos últimos quatro anos, o desafio da Renault era elevar a quantidade de visitas às revendas e garantir um perfil de visitantes mais qualificado, aumentando o índice de Prof. Dimas Ozanam Calheiros 39Prof. Dimas Ozanam Calheiros 39 um perfil de visitantes mais qualificado, aumentando o índice de conversão dos visitantes em compradores efetivos de veículos da marca. • Foram selecionados os nomes com maior propensão de resposta para a campanha através da aplicação de ferramentas de Dataming na base de respondentes e não respondentes da ação OPA anterior. • O grupo selecionado com Datamining, foi 4,7 vezes maior do que o retorno da OPA anterior, quando não houve a aplicação dessas tecnologias. ___________________________________________________________ � comissão técnica alemã analisou vídeos de cobranças de penalts de dois anos anteriores ao mundial; � Obteve a predição do tipo de cobrança de cada jogador; � informações foram passadas à Lehmann, no momento da cobrança; Mundial de futebol 2006 – Alemanha X Argentina CASESCASES Prof. Dimas Ozanam Calheiros 40Prof. Dimas Ozanam Calheiros 40 _____________________________________________________________________ � informações foram passadas à Lehmann, no momento da cobrança; � Lehmann utilizou a informação e a Alemanha venceu! ___________________________________________________________Bank of América CASESCASES A Ação: Enviou cartas oferecendo linhas • O Desafio: “Selecionar numa base de dados, contendo mais de 36 milhões de Clientes, aqueles com menor risco de não pagar o empréstimo. Prof. Dimas Ozanam Calheiros 41Prof. Dimas Ozanam Calheiros 41 A Ação: Enviou cartas oferecendo linhas de crédito para os clientes cujos filhos tivessem idade entre 18 e 21 anos e, portanto, poderiam precisar de dinheiro para ajudar os filhos a comprar o próprio carro, uma casa ou pagar os gastos do ensino superior. O Resultado: Crescimento de 15% na carteira ___________________________________________________________ Wall Mart CASESCASES • Outros... Natura Prof. Dimas Ozanam Calheiros 42Prof. Dimas Ozanam Calheiros 42 _____________________________________________________________________ Natura FIMFIM Prof. Dimas Ozanam Calheiros 43Prof. Dimas Ozanam Calheiros 43 FIMFIM
Compartilhar