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)