gestao da informação- IA,BI,SIG-dinho segunda- PROVA

Prévia do material em texto

GESTÃO DA INFORMAÇÕES
Prof. Dr. Jadilson Marçola “Dinho”
Aula online | SIG (06 a 13/04/2020)
TIPOS DE SISTEMAS DE INFORMAÇÃO
MRP (Planejamento das Necessidades de Materiais – 1970): 
Trata-se de um método de traduzir a informação da produção necessária
num plano de todas as atividades que devem ocorrer para alcançá-la.
Disponibilidade do computador para fazer cálculos básicos de planejamento
e controle de maneira rápida, eficiente e sobretudo, flexível.
MRP II (Planejamento dos Recursos de Produção - 1980):
Planejar e monitorar todos os recursos de uma empresa de manufatura
(produção, marketing, finanças e engenharia). Novamente, foi uma inovação
tecnológica (redes locais) que permitiu esse desenvolvimento.
ERP (Enterprise Resource Planning) ou Sistema de Planejamento 
de Recursos Empresariais 
Permitem que as decisões e as bases de dados de todas as partes 
da organização sejam integradas de forma que as consequências 
das decisões de uma parte da organização sejam refletidas nos 
sistemas de planejamento e controle do resto da organização.
ERP (ENTERPRISE RESOURCE PLANNING)
ANÁLISE
• Tratar o material coletado buscando tendências, padrões, 
relações, inferências em busca de interpretação;
• Esforço provido de raciocínio lógico para interpretação de 
dados/fenômenos;
• Métodos analíticos oriundos da pesquisa quantitativa ou 
qualitativa; 
DADOS
Hábitos
Projeções
Decisões
Erros
Observação
Comportamento
• Do latim datum (aquilo que se dá);
• São observações documentadas ou resultados da medição;
• Tudo hoje são dados;
O uso da grande 
massa de dados
só faz sentido 
se aplicarmos
uma ANÁLISE 
ANÁLISE DE DADOS
• Pode ser definido como um processo de refinamento a fim de 
extrair algum conhecimento;
• Transformar toneladas de informação em algo com significado, 
para uso na solução de problemas/oportunidades;
• Engloba a classificação de quantidades de informações 
(estruturadas e não estruturadas) que demanda o uso de um 
conjunto de processos especializados.
DADOS ESTRUTURADOS E NÃO ESTRUTURADOS
São organizados e representados 
com uma estrutura rígida, a qual 
foi previamente planejada para 
armazená-los. 
São organizados e representados 
com uma estrutura flexível e 
dinâmica ou sem estrutura
Ex: Arquivos de imagens, áudios, 
vídeos, redes sociais e de diversos 
textos e hipertextos
Ex: Cadastro de pessoas 
interessadas em fazer um curso 
online com uma empresa. (nome, 
e-mail, celular e idade do aluno)
Banco de Dados: https://www.youtube.com/watch?v=XfO3TRvESBo
DADOS ESTRUTURADOS E NÃO ESTRUTURADOS
Facebook: rede social gera mais de 500TB de dados por dia;
Google: 100 bilhões de buscas são realizadas mensalmente;
Google: 3,3 bilhões de buscas no Google são realizadas diariamente
Youtube: 65.000 novos uploads de vídeos, e teve 100 milhões de 
visualizações de vídeos por dia;
1 bilhão de quilômetros no Google Maps por mês;
https://www.youtube.com/watch?time_continue=265&v=_5eXnF5RdFI&feature=emb_logo
SISTEMAS ESPECIALISTAS
Interface com o usuário: Linguagem natural, Esquema de
interação com o usuário final
Motor de Inferência: É por intermédio dele que os fatos
e regras e heurística que compõem a base de
conhecimento são aplicados no processo de resolução do
problema (esquema de raciocínio, inferências)
Base de Conhecimento: Fatos e dados que representam o
conhecimento perfeito
DATA WAREHOUSE
Conjunto de dados projetados para possibilitar tomadas de decisão. 
Contém uma grande variedade de dados; geralmente, representa uma visão 
coerente das condições da empresa, num determinado momento.
O termo data warehouse normalmente se refere a uma combinação de 
diferentes bases de dados existentes na organização.
O desenvolvimento de um data warehouse inclui o desenvolvimento de 
sistemas de extração de dados que forneça aos gestores acesso flexível às 
informações armazenadas. 
O data warehouse possibilita a análise de grandes volumes de dados, 
coletados dos sistemas transacionais 
São as chamadas séries históricas que possibilitam uma melhor análise de 
eventos passados, oferecendo suporte às tomadas de decisões presentes e a 
previsão de eventos futuros. 
Por definição, os dados em um data warehouse não são voláteis, ou seja, 
eles não mudam, salvo quando é necessário fazer correções de dados 
previamente carregados.
Os dados estão disponíveis somente para leitura e não podem ser alterados.
DATA WAREHOUSE
DATA MART
Trata-se de um Data Warehouse departamental ou parcial ou, ainda, 
orientado a uma área da organização. 
Não é o tamanho que define um Data Warehouse ou um Data Mart: o que 
importa é o escopo. Assim, um Data Mart de uma parte determinada de 
uma organização pode ser bem maior do que um Data Warehouse de uma 
outra organização inteira. 
Geralmente são dados referentes a um assunto em especial (ex: Vendas, 
Estoque, Controladoria) ou diferentes níveis de sumarização (ex: Vendas 
Anual, Vendas Mensal, Vendas 5 anos), que focalizam uma ou mais áreas 
específicas. Seus dados são obtidos do DW, desnormalizados e indexados 
para suportar intensa pesquisa 
DATA MINING
Mineração de Dados
É o processo de varrer grandes bases de dados a procura de 
padrões como regras de associação, sequências temporais, para 
classificação de ítens ou agrupamento (clustering).
Utiliza várias técnicas da Estatística, Recuperacção da Informação, 
Inteligência Artificial e reconhecimento de padrões. 
É geralmente utilizado em conjunto com data warehouse 
É a ciência de examinar dados brutos com o objetivo de 
encontrar padrões e tirar conclusões sobre essa informação, 
aplicando um processo algorítmico ou mecânico para obter 
informações.
É o processo de analisar informações (dados) com um 
propósito específico. Pesquisar e responder perguntas com 
base em dados e com uma metodologia clara para todos os 
participantes. 
DATA ANALYTICS
Florence Nightingale
Os cientistas de dados combinam estatística, matemática, 
programação, resolução de problemas para capturar dados de 
maneiras engenhosas, com capacidade de olhar os dados de 
forma diferente para encontrar padrões, juntamente com as 
atividades de limpeza, preparação e organização dos 
dados. Esses dados podem ser Estruturados e Não-
Estruturados.
DATA SCIENCE
Inteligência Artificial
Inteligência Artificial
Inteligência: faculdade de aprender, compreender e adaptar-se.
Diferentes interpretações:
Teológica: Dom Divino;
Filosófica: princípio abstrato fonte de toda a intelectualidade;
Psicológica: capacidade de resolver problemas;
Inteligência Artificial: 
sistemas que pensam e agem como os humanos (empírico);
sistemas que pensam e agem logicamente (matemática);
O Teste de Turing (Alan Turing) 
Teste para determinar se uma máquina
demonstra ou não inteligência (artificial), baseado
no seguinte argumento:
Se uma máquina se comporta-se de tal forma que
não pudéssemos distingui-la de um ser humano,
essa máquina estaria demonstrando algum tipo
de inteligência (artificial)
Inteligência Artificial
Teste de Turing
Tal sistema precisaria ter pelo menos as seguintes 
capacidades: 
• Processamento de linguagem natural;
• Representação do conhecimento (armazenar o 
que sabe/aprende);
• Raciocínio automatizado; 
• Aprendizado de máquina (adaptar-se a novas 
circunstâncias) 
Programar um sistema de computador para passar no Teste de Turing é uma tarefa muito difícil
Histórico da IA
(1943-1950) Pesquisa voltadas ao modelo de neurônios artificiais 
(McCulloch & Pitts, 1943), que possibilitaria o desenvolvimento de 
máquinas que fossem capazes de aprender. 
(1951-1969) Primeiros programas capazes de:
- Jogar xadrez (Shannon, 1950 e Turing, 1953);
- Provar teoremas de lógica e imitar a forma de raciocínio do 
ser humano (Newell & Simon, 1956);
- Planejar tarefas (Green, 1963);
- Comunicar-se em linguagem natural (Weizenbaum, 1965);
- Aprender por analogia (Evans, 1968) – GPS (1969);
- Analisar estruturas moleculares (Buchan et al., 1969);Histórico da IA
Era de grande entusiasmo em IA
Histórico da IA
(1970-1980) Os pesquisadores começaram a esbarrar em
problemas relacionados ao armazenamento de dados e ao tempo
de processamento.
(1981-Atual) Em 1981, os japoneses anunciaram um projeto de
computador de quinta geração (Prolog) como linguagem de
máquina. Grandes investimentos começaram a ser feitos na
Europa e nos Estados Unidos. A IA voltou a ser uma área
promissora de pesquisa muito ativa, sendo atualmente aplicada
em áreas específicas, tais como manufatura e robótica. IA
utilizados na guerra do Golfo; Sistemas médicos chega a um
diagnóstico; carros autônomos ...
Válvula Transistor
Chip Microchip 
1ª Geração 2ª Geração
4ª Geração3ª Geração
5ª Geração
GERAÇÃO DOS COMPUTADORES
INTELIGÊNCIA 
ARTIFICIAL
APLICAÇÕES DE 
INTERFACES 
NATURAIS
APLICAÇÕES DA
ROBÓTICA
APLICAÇÕES 
CIÊNCIA 
COGNITIVA
• Sistemas especialistas
• Lógica Difusa
• Algoritmo Genético 
• Redes Neurais
• Agentes Inteligentes
• Percepção visual
• Locomoção
• Condução
• Linguagens Naturais
• Reconhecimento de discurso
• Interfaces Multisensoriais
• Realidade virtual
APLICAÇÃOES DA IA
• A capacidade total de processamento de uma maquina
duplica a cada 18 meses (Lei de Moore (Gordon Earl Moore);
• Redução do custo do armazenamento;
• Tecnologia em Nuvem “Cloud Computing”;
EVOLUÇÃO DO IA SÓ FOI POSSÍVEL...
I.A. terá um investimento de U$200 bilhões de 2025, hoje U$20
bilhões. Em 2030 U$15trilhões (PWC)
Processamento de Linguagem Natural (PNL) foi a 10º tecnologia
mais disruptiva de 2019. Cada vez mais a interface está virando
voz.
Os smartphones agora são capazes de executar algoritmos que
alimentam a inteligência artificial como o Siri e o Alexa
Algoritmos e IA permitem a classificação de casos e a previsão de
decisões (preditivo).
Geração dos computadores
Alexia
SIRI
Ross
CORTANA
Machine Learning
Aprendizado de Máquina 
(Machine Learning) é um 
campo de estudo da 
Inteligência Artificial cujo 
objeto de estudo são sistemas 
que podem aprender a realizar 
alguma tarefa por meio de 
experiências.
Pode atingir ou até mesmo 
superar a precisão do nível 
humano em tarefas como 
reconhecimento de imagens, 
reconhecimento de voz e 
análises preditivas. 
Deep Learning (DL)
Ex: Diagnosticar câncer de 
mama analisando milhares de 
imagens de células cancerígenas 
e reconhecer os padrões.
Áreas de aplicação da Inteligência Artificial
• Jogos e brinquedos eletrônicos 
• Robótica e automação industrial
• Verificação automática de software (Softwares inteligentes)
• Otimização e controle de processos
• Processamento de linguagem natural 
• Bancos de dados dedutivos e mineração de dados 
• Aprendizagem, planejamento e escalonamento de tarefas
• Reconhecimento de faces, de voz, de cheiros e de sabores
Discovery Brasil | Inteligência Artificial – IBM: https://www.youtube.com/watch?v=W95YlM5-iPk
Tipos de Sistemas de informações Gerenciais (SIG)
SIG: provê a integração de todas as funções, procedimentos, dados e
equipamentos da corporação em um sistema abrangente de forma a
produzir as informações necessárias para todos os níveis dentro da
organização.
Subsistemas do SIG: Os gestores necessitam tomar decisões (rotineiras e
não rotineiras). Essas decisões precisam de informações e sistemas
diferentes. Para decisões rotineiras que se repetem dentro da
organização é utilizado um Sistema de Relatórios Gerenciais Para decisões
não-rotineiras pode-se utilizar um Sistema de apoio a decisão (SAD).
Existem ainda diversos outros tipos de Sistemas como os transacionais
(ST), os Especialistas (SE), e os Sistema de Apoio aos Executivos (SAE).
Tipos de Sistemas de informações Gerenciais (SIG)
Sistema de Processamento de Dados ou Sistema Transacional
Transação é qualquer evento que ocorre dentro da organização ou entre a 
organização e o ambiente externo. Essas transações normais, por exemplo, incluem o 
pedido regular de matéria-prima, cobrança de clientes e depósitos bancários. 
Precisam ser compilados e classificados, às vezes requerem cálculos e, 
finalmente, precisam ser resumidos de alguma forma para serem de utilidade 
máxima para a administração
O SPD ou é caracterizado pela extrema rotina e possuem certas similaridades como:
 Grande volume de transações;
 Transações repetitivas;
 De fácil entendimento
Tipos de Sistemas de informações Gerenciais (SIG)
Sistemas de Relatórios Gerenciais (SRG)
Natureza rotineira, estruturada e com parâmetros bem entendidos. 
Faz uso da informações processada pelo computador para gerar relatórios 
padronizados que são utilizados por gerentes para tomarem decisões rotineiras e 
repetitivas.
Sistemas de Apoio as Decisões (SAD)
Não é repetitivo, nem rotineiro. A chave para se projetar um SAD bem-sucedido é a 
flexibilidade.
Exemplo: Contratar um gerente novo. Decisão não-estruturada e as informações 
são consideradas importantes em cada caso. 
Tipos de Sistemas de informações Gerenciais (SIG)
Sistemas Apoio Executivo (SAE)
O termo SAE ou SIE (Sistema de Informação para Executivos) são baseados em ideias 
simples e diretas para altos executivos que precisam de informações que os auxilie no 
processo de decisão e liderança. 
Permitem que os gestores focalizem rapidamente detalhes de problemas para auxiliar 
na decisão.
Exemplos: Sistemas de análise de investimentos, Businesss Inteligence...
BUSINESS INTELIGENCE (BI)
“Business Intelligence é o processo de transformar dados em
informação e através da descoberta transformar informação em
conhecimento” GartnerGroup
BI é a utilização das informações de maneira estratégica, para
auxiliar o gestor no planejamento e na tomada de decisão.
Consiste no processo de coletar, organizar, analisar e disseminar
o conteúdo que auxilia o gestor na tomada de decisão
estratégica.
O poder está nas mãos de quem consegue transformar a informação em 
conhecimento!
BUSINESS INTELIGENCE (BI)
BI não é um software e não é uma ferramenta.
BI é um processo: conjunto de técnicas e conceitos
voltado a inteligência empresarial que trata os
dados (internos e externos) como um todo.
Processo de cadastrar, elaborar, analisar e monitorar
os dados de maneira eficiente para dar suporte a
tomada de decisão.
O homem que 
mudou o jogo
Ver um dashboard e ter a visão completa para tomar 
uma decisão inteligente do negócio com base em 
evidências. 
ONDE COLETAR OS DADOS?
ONDE COLETAR OS DADOS?
Planilhas do Excel, dados de streaming, serviços e bancos de dados locais ou na 
nuvem, Big Data, fluxo de dados e serviços de nuvem.
Em diversos locais e formatos
MRP (Material Requiriment Planning): Planejamento de Necessidade de Materiais
MRP II ((Manufacturing Resources Planning): Planejamento dos Recursos de 
Manufatura/Recursos de Produção
ERP (Enterprise Resource Planning): Software integrado de gestão empresarial que reúne numa única 
solução as informações gerenciais dos setores de uma empresa
ERP II: é a extensão do ERP com integração de ferramentas de: Gestão Financeira, CRM, 
Gestão de Projetos entre outros. 
EVOLUÇÃO DO ERP 
Fonte: Focus Research Analysis
A ferramenta CASE (Computer Aided Software Engineering)
podem ser descritas como ferramentas automatizadas que
auxiliam os analistas de sistemas e programadores na
execução de diversas atividades.
• 1ª Geração: Linguagem de Máquina (00010101)
• 2ª Geração: Linguagem simbólica (Assembler)
• 3ª Geração: Linguagem de Alto Nível (Fortan, Cobol, Pascal...)
• 4ª Geração: Usuário indica o que quer fazer (C++, Delphi, VB...)
• 5ª Geração: Inteligência Artificial (S. Especialistas, Fuzzy, R. Neurais...)
FERRAMENTA CASE
O’BRIEN, J. A.; MARAKAS, G. 
M. Administração de 
sistemas de informação. 
Porto Alegre: Bookman, 
2013.
Artigos de Revista: 
OLIVEIRA, L. S. et al. Um estudo sobre 
a implantação de sistemas ERP: 
pesquisa realizada em grandes 
empresas industriais. Produção, v. 22, 
n. 3, p. 596- 611, maio/ago. 2012.
MACEDO, D. G. et al. Antecedentes à 
resistênciaa sistemas empresariais: a 
perspectiva de gestores brasileiros. 
RAC, v. 18, n. 2, p. 139-160, mar/abr. 
2014.Laudon & Laudon. Sistemas de Informação Gerenciais
11ª Edição, Pearson, 2015
A Fundação Nacional de Qualidade (FNQ)
É uma instituição sem fins lucrativos que atua em disseminação, educação,
diagnóstico e consultoria com foco na gestão voltada para a excelência e
transformação das organizações do Brasil.
A FNQ possui sua gestão alicerçada na plataforma MEG 21.
QUESITOS DE EXCELÊNCIA DE UM SISTEMA DE INFORMAÇÕES
https://fnq.org.br/
• Pensamento sistêmico;
• Atuação em rede;
• Aprendizado organizacional;
• Inovação;
• Agilidade;
• Liderança transformadora;
• Olhar para o futuro;
QUESITOS DE EXCELÊNCIA DE UM SISTEMA DE INFORMAÇÕES
13 FUNDAMENTOS DE EXCELÊNCIA
• Conhecimento sobre clientes/Mercados;
• Responsabilidade social
• Valorização das pessoas/cultura
• Decisões fundamentadas;
• Orientação por processos
• Geração de valor
Os Fundamentos da Excelência expressam esses conceitos reconhecidos 
internacionalmente e que se traduzem em práticas, processos ou fatores de desempenho 
encontrados em organizações classe mundial, que buscam constantemente se aperfeiçoar 
e se adaptar às mudanças globais.
QUESITOS DE EXCELÊNCIA DE UM SISTEMA DE INFORMAÇÕES
1. Pensamento sistêmico
Compreensão e tratamento das relações de interdependência e seus efeitos
entre os diversos componentes que formam a organização, bem como entre
eles e o ambiente com o qual interagem.
2. Atuação em rede
Desenvolvimento de relações e atividades em cooperação entre organizações
ou indivíduos com interesses comuns e competências complementares.
3. Aprendizado organizacional
Busca de maior eficácia e eficiência dos processos da organização e alcance de
um novo patamar de competência, por meio da percepção, reflexão, avaliação
e do compartilhamento de conhecimento e experiências.
QUESITOS DE EXCELÊNCIA DE UM SISTEMA DE INFORMAÇÕES
4. Inovação
Promoção de um ambiente favorável à criatividade, experimentação e
implementação de novas ideias capazes de gerar ganhos de competitividade com
desenvolvimento sustentável.
5. Agilidade
Flexibilidade e rapidez de adaptação a novas demandas das partes interessadas e
mudanças do ambiente, considerando a velocidade de assimilação e o tempo de
ciclo dos processos.
6. Liderança transformadora
Atuação dos líderes de forma inspiradora, exemplar, realizadora e com constância
de propósito, estimulando as pessoas em torno de valores, princípios e objetivos
da organização, explorando as potencialidades das culturas presentes, preparando
líderes e interagindo com as partes interessadas.
QUESITOS DE EXCELÊNCIA DE UM SISTEMA DE INFORMAÇÕES
7. Olhar para o futuro
Projeção e compreensão de cenários e tendências prováveis do ambiente e dos 
possíveis efeitos sobre a organização, no curto e longo prazos, avaliando 
alternativas e adotando estratégias mais apropriadas.
8. Conhecimento sobre clientes e mercados
Interação com clientes e mercados e entendimento de necessidades, expectativas 
e comportamentos, explícitos e potenciais, criando valor de forma sustentável.
9. Responsabilidade social
Dever da organização de responder pelos impactos de suas decisões e atividades, 
na sociedade e no meio ambiente, e de contribuir para a melhoria das condições 
de vida, por meio de um comportamento ético e transparente, visando ao 
desenvolvimento sustentável.
QUESITOS DE EXCELÊNCIA DE UM SISTEMA DE INFORMAÇÕES
10. Valorização das pessoas e da cultura
Criação de condições positivas e seguras para as pessoas se desenvolverem integralmente, com ênfase na 
maximização do desempenho, na diversidade e no fortalecimento de crenças, costumes e comportamentos 
favoráveis à excelência.
11 Decisões fundamentadas
Deliberações sobre direções a seguir e ações a executar, utilizando o conhecimento gerado a partir do 
tratamento de informações obtidas em medições, avaliações e análises de desempenho, de riscos, de 
retroalimentações e de experiências.
12. Orientação por processos
Busca de eficiência e eficácia nos conjuntos de atividades que formam a cadeia de agregação de valor para os 
clientes e demais partes interessadas.
13. Geração de valor
Alcance de resultados econômicos, sociais e ambientais, bem como de resultados dos processos que os 
potencializam, em níveis de excelência, e que atendam às necessidades das partes interessadas.
8 Critérios da Excelência 
da Gestão.
São características 
tangíveis, mensuráveis 
quantitativa ou 
qualitativamente, 
propostas na forma de 
questões que abordam 
processos gerenciais e 
solicitações de resultados.
CRITÉRIOS DE EXCELÊNCIA DA GESTÃO
O Critério Informações e Conhecimento são divididos em
subcritérios ou itens, a saber: Informações da Organização,
Informações comparativas e Ativos intangíveis.
INFORMAÇÕES DA ORGANIZAÇÃO: 
sistemas de informação para apoiai as operações, acompanhar
os planos de ação ou tomar decisões que não utilizam
necessariamente soluções informatizadas em decorrência do
perfil da organização, do baixo nível de complexidade para
geração e tratamento dos dados e da simplicidade da
disponibilização e acessos das informações
CRITÉRIOS DE EXCELÊNCIA DA GESTÃO
INFORMAÇÕES COMPARATIVAS;
As organizações se inter-relacionam em uma rede e portanto não operam 
isoladamente. 
É necessário olhar para o mercado e realizar comparações para conhecer o 
nível de excelência ou de competitividade alcançado para evidenciar 
oportunidades de melhoria 
Benchmarking: vem da palavra de origem inglesa 'benchmark', que significa 
'referência', e é uma ferramenta de gestão essencial para o aprimoramento de 
processos, produtos e serviços. 
ATIVOS INTANGÍVEIS: 
Estão associados ao acervo de conhecimentos e outras 
Condições geradoras do diferencial competitivo e que agregam valor à 
organização e podem abranger: 
Ativos de Mercado: marca, clientes, lealdade dos clientes, negócios 
recorrentes, canais de distribuição, franquias etc.
• Ativos Humanos: Benefícios por meio de de sua expertise, criatividade, 
conhecimento, habilidade para resolver problemas...
• Ativos de Propriedade Intelectual: incluem os ativos que necessitam de 
proteção legal como: know-how, segredos industriais, copyright, patentes, 
designs etc.
• Ativos de Infra-Estrutura: compreendem as tecnologias, as metodologias 
e os processos empregados como, sistema de informação, métodos 
gerenciais, bancos de dados, etc (FNQ, 2009).
GESTÃO DA INFORMAÇÕES
Prof. Dr. Jadilson Marçola “Dinho”
Aula online | SIG (06 a 13/04/2020)