Fundamentos de Sistemas de Informação

Prévia do material em texto

Fundamentos de 
Sistemas de 
Informação 
Prof. Otávio Calaça Xavier, Me. 
Conteúdo desta aula 
• Qualidade da Informação; 
• Dados em Ambiente de Arquivos; 
• Abordagem Moderna de Bancos de Dados; 
• Integração de informação entre bancos de 
dados; 
• Data Warehouse e Data Mart; 
• Data Mining; 
• Gestão do Conhecimento. 
• Exercícios. 
 
 
 
2 
 Prontidão 
 Aceitação 
 Freqüência 
 Período 
 
 
 
 
 
 
 
 
 
 
 Precisão 
 Relevância 
 Integridade 
 Concisão 
Qualidade da Informação 
Conteúdo Forma Tempo 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 Clareza 
 Detalhe 
 Ordem 
 Apresentação 
 Mídia 
 Principais fontes de informação de baixa qualidade: 
• Clientes online intencionalmente cadastram informações 
imprecisas, para proteger sua privacidade; 
• Sistemas diferentes têm diferentes padrões e formatos de 
informação; 
• Operadores de centrais de atendimento cadastram 
informações abreviadas ou errôneas, por acidente ou para 
poupar tempo; 
• Informações externas e de terceiros contêm inconsistências, 
imprecisões e erros. 
Qualidade da Informação 
 Exemplos da decorrência de informações ruins para os 
negócios: 
• Impossibilidade de localizar clientes; 
• Dificuldade de reconhecer os clientes mais valiosos; 
• Dificuldade de localizar oportunidades de vendas; 
• Dificuldade de localizar receitas, por faturas imprecisas; 
• Incapacidade de construir relações sólidas com os clientes. 
Qualidade da Informação 
 Até o início dos anos 70, as organizações gerenciaram seus 
dados em um ambiente de arquivos. 
• Nesta forma de organizar, cada aplicativo possui dados 
próprios, organizados em um arquivo de dados. 
• Isto porque um aplicativo era automatizado por vez 
Dados em Ambiente de 
Arquivos 
 Exemplo 
Dados em Ambiente de 
Arquivos 
Secretaria de 
Administração 
Programas de turmas 
- Dados do Professor 
- Dados do Aluno 
- Dados do Curso 
 
Departamento de 
Contabilidade 
Programas de contabilidade 
- Dados do funcionário 
- Dados do aluno 
- Dados de taxa escolar 
- Recursos financeiro 
 Problemas deste tipo de organização 
Dados em Ambiente de 
Arquivos 
Integridade 
de dados 
Segurança 
de dados 
Isolamento 
de dados 
Incoerência 
de dados 
Redundância 
de dados 
Independência de 
dados/aplicativos 
 Um banco de dados pode evitar vários problemas 
associados ao ambiente tradicional de arquivos. 
• A redundância, o isolamento e inconsistência de dados são 
minimizados e os dados podem ser compartilhados entre 
todos os usuários. 
 
 A segurança e integridade dos dados aumentam e os 
aplicativos e os dados ficam independentes entre si. 
Abordagem Moderna de Banco 
de Dados 
 Banco de dados 
• É o conjunto integrado de elementos de dados relacionados 
logicamente. 
• Consolida registros em uma fonte comum de registros de 
dados para muitas aplicações. 
• Os dados armazenados são independentes dos programas 
aplicativos e do dispositivo de armazenamento secundário. 
• É organizado de modo o sistema de gerenciamento de banco 
de dados forneça acesso a todos os dados. 
Abordagem Moderna de Banco 
de Dados 
 Organização lógica dos dados 
• Caracter 
• Campo 
• Registro 
• Arquivo 
• Banco de dados 
• Chave primária 
• Chave secundária 
Organização e Acesso aos Dados 
 Um banco de dados normalmente tem uma descrição 
estrutural dos tipos de fatos que armazena: um esquema. 
 Este esquema representa a estrutura do banco de dados. É 
conhecido por modelo de dados. 
 O modelo de dados mais frequente é o relacional, que 
representa toda a informação em múltiplas tabelas 
relacionadas, com linhas e colunas. 
Modelo de dados 
 O que faz? 
• Consolida registros e objetos de dados em banco de dados, 
que podem ser acessadas por diferentes programas 
aplicativos. 
 
 Atividades básicas 
• Atualização e manutenção de bancos de dados comuns para 
refletir novas transações de negócios e outros eventos que 
exigem mudanças nos registros. 
• Fornecimento das informações requisitadas pelas aplicações 
do usuário final, pelo uso de aplicativos que compartilham os 
dados em bancos de dados. 
• Fornecimento de uma capacidade de consulta / respostas e 
emissão de relatório. 
 
 
Gerenciamento de banco de 
dados 
 Dificuldades do gerenciamento de banco de dados: 
• a quantidade de dados aumenta exponencialmente com o 
tempo. 
• os dados são espalhados pelas organizações e coletados por 
muitos indivíduos, usando vários métodos e dispositivos. 
• a segurança a qualidade e integridade dos dados são críticas, 
embora facilmente expostas. 
Organização e Acesso aos Dados 
 É possível integrar ou construir conexões entre bancos de 
dados. 
• Uma conexão faz com que uma informação atualizada em um 
banco de dados seja automaticamente enviada à outros 
bancos. 
• Uma integração permite que sistemas separados se 
comuniquem diretamente com outros. 
• A empresa pode manter vários sistemas, cada um com seu 
banco de dados. 
Integração de informação entre 
múltiplos bancos 
 Exemplo: sistema de clientes 
• Objetivo: controlar o cadastro do clientes e suas respectivas 
particularidades e personalização de dados relevantes para a 
empresa 
• Integração: 
• vendas: dados de pedidos; 
• faturamento: dados de faturamento; 
• financeiro: dados do financeiro; 
• marketing: dados cadastrais. 
 
Integração de informação entre 
bancos de dados 
 Exemplo: sistema de estoque 
• Objetivo: controlar a movimentação de estoques de 
produtos, matérias-primas, materiais de consumo 
• Integração: 
• Contas a pagar e a receber – conferência de entrada e saída de 
materiais e recursos financeiros 
• Compras – lançamento de dados financeiros 
• Contabilidade – lançamento contábil 
Integração de informação entre 
bancos de dados 
 Métodos de integração: 
• Conexões diretas ou indiretas que conectam os processos (e 
os bancos de dados) na cadeia de valor. 
• Uma integração para frente capta as informações de um sistema 
e as envia para todos os sistemas e processos downstream. 
• Uma integração para trás capta as informações de um sistema e 
as envia para todos os sistemas e processos upstream. 
Integração de informação entre 
múltiplos bancos 
Sistemas de 
vendas 
Sistemas de 
entrada de 
pedido 
Sistemas de 
cumprimento 
do pedido 
Sistemas de 
faturamento 
Integração para frente da 
informação do consumidor 
Integração para trás da 
informação do consumidor 
 Métodos de integração (cont.) 
• Criar um repositório central para um tipo particular de 
informação. 
• As informações criadas, atualizadas ou excluídas do banco de 
dados central se refletem nos demais bancos de dados. 
Integração de informação entre 
múltiplos bancos 
Sistemas de 
vendas 
Sistemas de 
entrada de 
pedido 
Sistemas de 
cumprimento 
do pedido 
Sistemas de 
faturamento 
Sistemas de 
informação do 
consumidor 
 Data Warehouse ou Armazém de Dados 
• Armazena dados extraídos de vários bancos de dados de uma 
organização. 
• É uma fonte central de dados já trabalhados, transformados e 
catalogados. 
• Objetivo: agregar informações de toda a organização num 
repositório único, para facilitar a tomada de decisão. 
 
Data Warehouse 
 Data Warehouse 
• Organização - os dados organizados por assunto (p.ex., por 
cliente, fornecedor, produtos, nível de preço e região) e 
contém informações relevantes apenas para o apoio à 
decisão. 
• Consistência - os dados são codificados de maneiraconsistente, seguindo padrões bem definidos. 
• Variante de tempo - os dados são mantidos por muito tempo, 
possibilitando tendências, previsões e comparações. 
• Baseados na web - ambiente de computação eficiente para 
as aplicações baseadas na Web. 
Gerenciamento de Banco de 
Dados 
 Benefícios 
• Usuários finais podem acessar dados de forma rápida e fácil, 
por meio de navegadores Web. 
• Permite uma extensa análise de dados. 
• Fornece uma visão consolidada de dados organizacionais. 
Data Warehouse 
 Banco de dados 
 Armazena detalhes de 
todas as transações (ex.: 
venda de um produto) ou 
evento (ex.: contratação de 
um novo funcionário). 
Data Warehouse 
 Data Warehouse 
 Armazena as mesmas 
informações de uma forma 
agregada, mais apropriada 
para a decisão. 
 Exemplo de aplicação 
• Companhia aérea 
• atribuição de tripulação, distribuição de aeronaves, conjunto de 
tarifas, a análise de lucratividade de rota, etc. 
• Banco 
• atendimento ao cliente, análise de tendências, promoções de 
produtos e serviços e etc. 
• Cartão de crédito 
• atendimento, detecção de fraude e etc. 
• Varejista 
• análise de tendência, análise de padrão de compra, política de 
preços, controle de estoque, promoções e etc. 
• Seguradoras 
• análise de tendências do cliente, gerenciamento do portfolio e 
etc. 
 
Data Warehouse 
 Pequeno Data Warehouse projetado para uma unidade 
empresarial, um departamento ou um processo. 
• Custo inferior 
• Tempo muito mais curto para a implementação 
• Controle local, em vez de central, conferindo poder sobre o 
grupo que o utiliza. 
• Por armazenarem menos dados, possuem menor tempo de 
respostas e são mais facilmente entendidos e navegados. 
Data Mart 
Data Warehouse 
Marketing Vendas 
Estoque Faturamento 
Informações de 
concorrentes 
Informações do 
setor 
Informação de 
marketing 
Informação do setor 
Informação de 
faturamento 
Informação de venda 
Informação de estoque 
Informação de 
concorrente 
 
Data Warehouse 
ou Armazém de dados 
Repositório de 
dados da 
marketing 
Repositório de 
dados da 
estoque 
Exploração e 
mineração 
Bancos de dados 
Data mart ou 
Repositório de 
dados 
 Procura de informações empresariais valiosas em banco de 
dados, data wharehouse ou data mart. 
 Identifica fatores de tendências nos padrões das atividades 
de negócios. 
 Usam variadas técnicas para encontrar padrões e relações 
em grandes volumes de informação e, a partir daí, inferir 
regras que preveem um futuro comportamento. 
Data Mining (mineração de 
dados) 
 Aplicações: 
• Previsão automatizada de tendências e comportamentos 
• Previsão de falências ou de inadimplências 
• Identificação de segmentos que provavelmente responderão 
de forma semelhante a eventos. 
• Descoberta automatizada de padrões previamente 
desconhecidos 
Data Mining (mineração de 
dados) 
 Exemplos: 
• Varejo e venda - prever vendas e determinar os níveis de 
estoque e agendas de distribuição corretas entre pontos de 
venda. 
• Bancos - níveis de previsão de maus empréstimos e o uso 
fraudulento de cartão de crédito, gasto de cartão de crédito 
de novos clientes, e quais clientes responderão a ofertas de 
empréstimo. 
• Manufatura e produção - prever falhas de maquinário e 
encontrar fatores-chave de otimização da capacidade da 
manufatura. 
• Seguros - prever quantidades de reinvidicações e prever quais 
clientes irão comprar novas apólices de seguro. 
 
Data Mining (mineração de 
dados) 
 Processo que ajuda uma organização a identificar, 
selecionar, organizar, disseminar, transferir e aplicar 
informações e experiências importantes que fazem parte 
da memória da organização e que normalmente residem 
na organização de uma maneira desestruturada. 
Gestão do Conhecimento 
 Conhecimento 
• Crenças e compromisso 
• É para algum fim 
• É específico para um contexto e relacional 
 Informação 
• Proporciona novo ponto de vista, que torna significados 
visíveis e ilumina conexões inesperadas. 
• É meio necessário para construir conhecimento 
• Afeta o conhecimento, acrescentando algo novo ou 
reestruturando. 
 Informação é fluxo de mensagem, enquanto o 
conhecimento é criado pelo mesmo fluxo, ancorado nas 
crenças e no compromisso do seu portador. 
Gestão do Conhecimento 
Gestão do Conhecimento 
Explícito Tácito 
Transmissível 
formal e 
sistematicamente 
Pessoal e de difícil 
formalização 
• Técnica 
(know-how e insights) 
• Cognitiva 
(crenças, percepções, 
valores, modelos mentais) 
 Os sistemas de gestão de conhecimento referem-se ao uso 
de TI para sistematizar, aprimorar e agilizar a gestão do 
conhecimento dentro da empresa e entre empresas. 
 Ajuda uma organização a lidar com o rodízio de 
funcionários, com a mudança rápida e com downsizings. 
 
Gestão do Conhecimento 
Gestão do Conhecimento 
Ciclo do sistema de gestão do conhecimento 
Conhecimento 
Capturar 
Criar 
Refinar 
Armazenar 
Gerenciar 
Disseminar 
Gestão do Conhecimento 
Processo SECI 
• Sistematizar e aplicar o 
conhecimento 
explícito e a 
informação 
• Aprender e adquirir 
conhecimento prático 
novo na prática 
• Articular conhecimento 
tácito através do 
diálogo e da reflexão 
• Compartilhar e criar 
conhecimento tácito 
através da experiência 
direta 
 
Socializa-
ção 
Externali-
zação 
Combina-
ção 
Internali-
zação 
Tácito 
Tácito Explícito 
Explícito 
Ex.: Observação, imitação e 
prática (aprendiz de 
padeiro), treinamento no 
trabalho, reuniões de 
brainstorming (Honda) 
Ex.: Padeiro que externaliza 
como fazer o pão / Auditor 
desenvolve novo controle 
orçamentário, baseado em 
seu conhecimento 
Ex.: Combinação de informação de 
diferentes fontes, MBAs, decomposição e 
operacionalização da visão. 
Ex.: Pessoas que internalizam 
conhecimento do novo controle 
orçamentário, modelos mentais criados por 
casos de sucesso da organização. 
 TI na gestão do conhecimento 
• Tecnologias de comunicação 
• Permitem que os usuários acessem o conhecimento necessário 
e se comunique entre si. 
• Ex.: E-mail, Internet e intranet 
• Tecnologias de colaboração 
• Oferecem meios para realizar trabalho em grupo. 
• Tecnologias de armazenamento e recuperação 
 
Gestão do Conhecimento 
 O que é um data warehouse e quais são suas 
características? 
 O que é um data mart e qual sua diferença de um data 
warehouse? 
 Quais são as capacidades de um datamining? 
 Qual a diferença entre conhecimento tácito e explícito? 
 Quais tecnologias dão suporte à gestão do conhecimento? 
Explique-as. 
Questões para Revisão 
 Descreva o processo de descoberta de informação e 
conhecimento e discuta os papéis do data warehouse e do 
data mining neste processo. 
 Explique por que é importante gerenciar o conhecimento. 
Questões para Revisão