Baixe o app para aproveitar ainda mais
Prévia do material em texto
OS SISTEMAS DE APOIO À DECISÃO Professores: Dr. Giancarlo Lucca Me. Jorge Luiz Garcia Van Dal DIREÇÃO NEAD - NÚCLEO DE EDUCAÇÃO A DISTÂNCIA NEAD - Núcleo de Educação a Distância Av. Guedner, 1610, Bloco 4 - Jardim Aclimação - Cep 87050-900 Maringá - Paraná | unicesumar.edu.br | 0800 600 6360 As imagens utilizadas neste livro foram obtidas a partir do site shutterstock.com C397 CENTRO UNIVERSITÁRIO DE MARINGÁ. Núcleo de Educação a Distância; LUCCA, Giancarlo; VAN DAL, Jorge Luiz Garcia. Gestão Estratégica da Informação. Giancarlo Lucca; Jorge Luiz Garcia Van Dal. Maringá-Pr.: UniCesumar, 2017. 24 p. “Pós-graduação Universo - EaD”. 1. Informação 2. Estratégica 3. EaD. I. Título. CDD - 22 ed. 650 CIP - NBR 12899 - AACR/2 Diretoria de Design Educacional Débora Leite Diretoria de Pós-graduação e Graduação Kátia Coelho Diretoria de Permanência Leonardo Spaine Head de Produção de Conteúdos Celso Luiz Braga de Souza Filho Head de Pós-graduação e Extensão Fellipe de Assis Zaremba Gerência de Produção de Conteúdos Diogo Ribeiro Garcia Gerência de Projetos Especiais Daniel Fuverki Hey Supervisão do Núcleo de Produção de Materiais Nádila de Almeida Toledo Projeto Gráfico Thayla Guimarães Designer Educacional Lilian Vespa Editoração Flávia Thaís Pedroso Qualidade Textual Monique Coloni Boer Reitor Wilson de Matos Silva Vice-Reitor Wilson de Matos Silva Filho Pró-Reitor de Administração Wilson de Matos Silva Filho Pró-Reitor Executivo de EAD William Victor Kendrick de Matos Silva Pró-Reitor de EAD Janes Fidélis Tomelin Presidente da Mantenedora Cláudio Ferdinandi 01 02 03 sumário 06| A INTELIGÊNCIA COMPETITIVA (BI – BUSINESS INTELLIGENCE) 10| O USO DE CUBOS DE DECISÃO 10| O USO DE CUBOS DE DECISÃO OBJETIVOS DE APRENDIZAGEM • Reconhecer os sistemas de informação como mecanismos de inteligência competitiva (BI – Business Intelligence). • Conhecer a utilização dos cubos de decisão como ferramenta de apoio aos sistemas de informação do nível estratégico. • Avaliar a utilização da mineração de dados com a ferramenta de gestão estratégica da informação. PLANO DE ESTUDO A seguir, apresentam-se os tópicos que você estudará nesta unidade: • A Inteligência Competitiva (BI – Business Intelligence) • O Uso de Cubos de Decisão • A Mineração de Dados. OS SISTEMAS DE APOIO À DECISÃO INTRODUÇÃO introdução Neste estudo, enfatizaremos o uso da informação como diferencial estratégico competitivo e destacaremos algumas ferramentas indispensáveis para o sucesso dessa missão. Veremos que as novas tecnologias e os sistemas de informação, se utilizados de forma inteligente, ajudam a promover a inovação, mesmo com grande volume de dados, desde que sejam confiáveis, consistentes e promovam agilidade, comunicação e integração com outros sistemas, para auxiliar os gestores nas tomadas de decisão. A inteligência competitiva tem sido uma das grandes áreas do estudo estratégico nos últimos tempos e possui inúmeras ferramentas desenvolvidas ao longo de décadas de pesquisa, das quais, algumas, discutiremos nesta unidade. Os estudos sobre a inteligência competitiva são muito antigos, confundem- se com a origem da humanidade. Porém, teve ênfase na década de 70, com os estudos e o desenvolvimento de consultoria pelo Gartner Group, fazendo uso do termo Business Intelligence (BI). Em virtude da alta competitividade no âmbito empresarial, essa teoria agregar qualidade e gestão aos recursos financeiros e mercadológicos. Voltados ao desenvolvimento empresarial sadio, tem-se também os indicadores de vitória nos negócios, que conheceremos adiante e se trata da ferramenta de sistema de apoio à decisão, definida como cubo de decisão. Ela permite escolher a medida de avaliação e de dimensões de informações, e veremos as vantagens operacionais dos processos. Compreenderemos que a informação distribuída em grande fluxo pelas redes de dados, pode ser um dos recursos mais valiosos e importantes para a gestão de qualquer organização. Contudo, é preciso que os gestores tenham postura e incentivem a cultura de valorização da informação como fonte vital de inovação e sobrevivência da organização. Por isso, encerraremos nossos estudos conhecendo a mineração de dados, do termo data mining. Este se baseia na análise de dados em grandes quantidades, à procura de tendências estratégicas. Espero que este encontro possa aprimorar seus conhecimentos. Bom estudo! Pós-Universo 6 O termo Business Intelligence (BI) foi utilizado pela primeira vez na década de 70 pelo Gartner Group que, traduzido para o português de forma mais próxima à nossa realidade, significa inteligência competitiva. Business Intelligence seria, portanto, o conjunto de técnicas e de ferramentas de apoio à tomada de decisões, que permitem, aos gestores de determinada organização, realizar escolhas e traçar estratégias mais assertivas com base no histórico de dados da organização e de seu ambiente externo. Para tal, é constituído pelo conjunto de técnicas e de ferramentas para a transformação de dados brutos em informações significativas e úteis, importantes na análise do novo negócio. Nesse sentido, para Silva et al. (2016), as ferramentas de BI são utilizadas na geração, no tratamento e na comunicação da informação e podem fornecer visão estratégica do negócio, com o objetivo de transformar grandes quantidades de dados em informações de qualidade. A INTELIGÊNCIA COMPETITIVA (BI – BUSINESS INTELLIGENCE) Pós-Universo 7 Os sistemas de BI, de acordo com Silva et al. (2016, p. 2788), permitem as empresas “analisar grandes quantidades de dados e de informações, e também avaliar, estrategicamente, as percepções dos clientes de alavancagem para melhorar o desempenho e os resultados da organização”. Trata-se do mecanismo de análise que automatiza a tomada de decisão. A autora menciona também que a BI tem a capacidade de suportar grande quantidade de dados desestruturados e ordená-los para ajudar a identificar, a desenvolver e, até mesmo, a criar novas oportunidades estratégicas de negócios, e tem por objetivo permitir a interpretação de grande volume de dados de forma fácil e ordenada, permitindo a identificação de novas oportunidades e a implementação de estratégica efetiva. Essa conduta pode promover negócios com vantagem competitiva no mercado e estabilidade a longo prazo. Gartner Group é a empresa de consultoria que engloba pesquisa, programas, consultoria e eventos voltados a tecnologias de informação de negócios. Foi fundada em 1979 por Gideon Gartner. Saiba mais pelo link: <https://www.gartner.com/en>. saiba mais Creio que os estudos sobre inteligência competitiva são muito antigos e se confundem com as origens da humanidade. Quando os homens das cavernas avaliavam o ambiente competitivo e decidiam por ferramentas e técnicas de caça e pesca, ou mesmo pela competição entre os membros da tribo para conquistar suas companheiras, evocavam sua inteligência competitiva. Creio que as coisas mudaram muito em sua forma, mas nem tanto em sua essência. A análise do ambiente competitivo no qual se está inserido parte dos mesmos princípios: coletar os dados elementares, obter informações estratégicas, transformar as informações em decisões ou ações estratégicas, medir o resultado das ações executadas, aprender com os erros e acertos e transformar todas essas etapas no processo cíclico e contínuo ininterruptamente. Pós-Universo 8 Há cerca de 400 a.C. um livro sobre os feitos de um general chinês, chamado Sun Tzu, apresentou um tratado de guerra com lições de competição muito úteis até os dias de hoje. O livro é conhecido por A Arte da Guerra e tem como principal lição o uso da informação para fins estratégicos e competitivos. Temos, a seguir, a importante citação do general chinês, que é diretamente relacionada à noção de estratégia e à gestão de informações, ou seja, aplicar intensamente técnicas de estratégicacompetitiva e avaliar as informações existentes para a correta tomada de decisão. “ Se você conhece o inimigo e conhece a si mesmo, não precisa temer o resultado de cem batalhas. Se você se conhece mas não conhece o inimigo, para cada vitória ganha sofrerá também uma derrota. Se você não conhece nem o inimigo nem a si mesmo, perderá todas as batalhas (TZU, 2010, p. 28). Outra citação interessante, refere-se à conduta do líder mediante as condições estratégicas. A citação, inclusive, antecede a importante ferramenta da área de marketing, a matriz SWOT, que avalia globalmente a essência descrita pelo general: “ “Concentre-se nos pontos fortes, reconheça as fraquezas, agarre as oportunidades e se proteja contra as ameaças.” É claro que, atualmente, a competição não acontece com arcos e flechas e longas lanças, mas com recursos financeiros, mercadológicos, muita engenharia e capital intelectual. Os indicadores de vitória na arena de negócios são a rentabilidade obtida pelas organizações; a participação no mercado; o valor da marca; o capital de relacionamento com os clientes; os níveis de produtividade, de qualidade, de confiabilidade, de flexibilidade, de custos e de velocidade de resposta; a capacidade dos colaboradores em corresponder às expectativas e às necessidades do mercado; o nível de retenção de conhecimento e know-how nas organizações; os níveis de impacto do funcionamento das organizações na sociedade e no meio ambiente. Pós-Universo 9 Dessa forma, para dar resposta a todos esses itens indispensáveis à inteligência competitiva, são necessários projetos de sistemas de informação muito bem elaborados com o apoio imprescindível da tecnologia da informação especializada. Os cubos de decisão e a mineração de dados serão duas destas tecnologias que não podem faltar à gestão estratégica da informação. O governo de Minas Gerais, por meio do seu departamento de prioridades estratégicas, resolveu investir em recursos de Business Intelligence para promover a transparência de sua gestão pública. A estratégia da organização é consolidar, em um único painel de indicadores, os resultados das políticas estaduais do governo de Minas oferecendo informação qualificada para os gestores, possibilitando a rápida tomada de decisão e proporcionando transparência para a sociedade. Os indicadores abrangem todas as áreas prioritárias como saúde, educação, segurança pública, economia, serviços, meio ambiente, entre outros. Fonte: Inteligência de Negócios ([2019], on-line)¹. fatos e dados Pós-Universo 10 Um cubo de decisão é uma ferramenta de decisão dinâmica, que permite ao tomador de decisão escolher a medida a ser avaliada e, juntamente com essa medida, escolher dimensões de informações que poderão ser combinadas em tempo real, oferecendo cálculos, filtros, agrupamentos e classificações no momento de sua execução, diferentemente do relatório gerencial, que é estático. Um cubo de decisão é um sistema de apoio à decisão, sendo útil para relacionar tabelas em um banco de dados, gerando relatórios por meio de gráficos ou de planilhas envolvendo o cruzamento e o cálculo de dados que o operador (geralmente o próprio tomador de decisões) solicitar. Para evidenciar esse conceito, observe o exemplo: a fábrica de sapatos do Seu José gera informações comerciais diariamente e os executivos de marketing querem estudar os dados dos últimos cinco anos para avaliar as tendências da nova coleção. Para essa tarefa, um dos executivos, que é experiente em planilhas de cálculo, resolveu utilizar uma dessas planilhas incorporando o cubo de decisão. Para a criação do cubo, o executivo teve que determinar algumas variáveis essenciais ao funcionamento da ferramenta: pelo menos uma medida de desempenho (o volume de vendas em termos monetários ou faturamento) e algumas informações, que serão combinadas no cubo e que serão chamadas de dimensões. A Figura 1 ilustra o cubo de decisão do exemplo: O USO DE CUBOS DE DECISÃO Pós-Universo 11 Faturamento ($/mês) Região Modelo do produto T e m p o S e g m e n t o Figura 1: Sistemática do Cubo de Decisão Fonte: o autor Conforme a sistemática ilustrada pela Figura 1, o cubo de decisão precisa de uma medida de desempenho, nesse caso, o faturamento, que será usada em todas as combinações do cubo. As dimensões estabelecidas nesse cubo, especificamente, são: a região na qual ocorrem as vendas; o período de tempo em que ocorrem; o segmento de clientes no qual ocorrem; e o modelo de produto vendido. Com o cubo é possível responder as questões do tipo: • Quais são os modelos de produto mais faturados em determinado período de tempo? • Quais são os segmentos de clientes que mais compram da empresa em determinado período de tempo? • Para quais regiões a empresa fatura mais? • Considerando a região que a empresa mais faturou no último ano, em qual mês do ano ela mais faturou e qual o modelo de produto foi mais faturado? • Qual o segmento de cliente em que ocorreu o maior faturamento no último ano, em qual mês do ano houve o maior faturamento e qual é o modelo de produto mais faturado? Pós-Universo 12 • Qual é o modelo de produto mais faturado no último trimestre e para qual segmento de cliente? • Qual é a distribuição dos faturamentos dos sapatos de camurça no último ano? Quais são as regiões que mais compraram esse tipo de calçado e para quais segmentos de clientes houve o maior faturamento? • Em quais meses ocorrem maior faturamento das botinas de couro? • Quais são os produtos com maior faturamento ao longo do inverno na região sul? • Quais são os produtos com maior faturamento ao longo do inverno na região norte e nordeste? Essas questões apresentadas são alguns exemplos da aplicação do cubo, mas muitas outras poderiam ser elaboradas. A grande vantagem é que ele pode ser operado pelo próprio tomador de decisão, sem a necessidade de especialistas em tecnologias da informação para criar relatórios gerenciais. As questões podem ser elaboradas pelo próprio gestor e respondidas imediatamente pelo cubo de decisão. É claro que as respostas estão limitadas às dimensões do cubo, mas outras dimensões podem ser adicionadas. Nesse exemplo, poderíamos adicionar a dimensão “representante”, para identificar a participação dos representantes comerciais no faturamento da empresa, possibilitando a combinação com as outras dimensões do cubo. A Casadoce, uma das principais produtoras de bebidas instantâneas e sobremesas em pó no Brasil, agregou o uso de cubos de decisão (OLAP) ao seu negócio. A aquisição aconteceu quando a empresa foi adquirida pelo Alothon Group e precisava estar alinhada à empresa nos quesitos processos, gestão e finanças. Os gestores afirmam que, com a adoção da ferramenta, os custos totais foram reduzidos em 30%. Fonte: Inteligência de Negócios ([2019], on-line)¹. fatos e dados Pós-Universo 13 As organizações que enxergam e valorizam os dados e as informações como estratégias, criam inovações e revolucionam absolutamente tudo, impactando qualquer mercado ou forma de fazer negócios nos tempos atuais, como é o caso de empresas como a Google, que criou o sistema de busca simples e eficiente, no gigantesco, e antes desorganizado, mundo da internet. As redes sociais, como Facebook e Instagram e outros serviços, como YouTube, são modelos de negócio totalmente novos, criados a partir da captura de dados e de informações disponíveis gratuitamente na rede, simplesmente oferecendo serviço ou utilidade às pessoas, a partir de fonte de dados abundantes. A MINERAÇÃO DE DADOS Pós-Universo 14 Big Data O volume de dados do que se denomina Big Data é tão grande, que nenhum sistema de banco de dados atual é capaz de armazená-los e analisá-los, e isso nem seria possível ainda, pois eles emergem de inúmeras e diversas novas fontes a cada instante. São bilhões de dispositivos conectados à internet, desde computadores pessoais,smartphones, servidores de grandes corporações e estados, a dispositivos públicos e privados, que geram informações por meio de sensores, tais como scanner, leitores de radiofrequência e câmeras de tráfego, ocasionando essa avalanche de dados complexos, estruturados e não estruturados. Para compreender um pouco mais a complexidade da natureza atual dos dados e as plataformas de software disponíveis para explorá-los, a Intel (2012) definiu o que chama dos três Vs do Big Data, com o intuito de caracterizar seus diferentes aspectos de: • Volume: a escala maciça e o crescimento de dados não estruturados supera o armazenamento tradicional e as soluções analíticas. • Variedade: Big Data é coletado a partir de novas fontes que não foram minadas no passado. Processos tradicionais de gestão de dados não podem lidar com a diversidade e variação dos dados do Big Data, que vêm em formatos tão diferentes, como e-mail, redes sociais, vídeo, imagens, blogs e sensores de dados. • Velocidade: os dados são gerados em tempo real, com as exigências de informação útil a ser servida. Os dados não tratados e analisados em tempo hábil são dados inúteis, pois não geram informação, devido a isso não deverão ser quantificados, economicamente (INTEL, 2012, tradução nossa). Desse modo, Big Data cria valor para as empresas, descobrindo padrões e relacionamentos entre dados, que antes estavam perdidos não apenas em Data Warehouse internos, mas na própria web, no Twitter, comentários no Facebook e mesmo em vídeos no YouTube, assim como RFID. Data Warehouse é um conjunto de dados de uma organização, centralizado e organizado em assuntos integrados não voláteis, de forma que os usuários extraiam relatórios analíticos. Para Hekima (2018, on-line)², neste cenário cada vez mais dinâmico, ter acesso, antes dos concorrentes, às mudanças de mercado provocadas pelas novas tecnologias é o limiar incontestável entre o viver e o morrer, no universo corporativo. “E é aqui que entra o segredo do sucesso no trabalho com Big Data” (HEKIMA, 2018, on-line)². Pós-Universo 15 Big Data Analytics O Big Data Analytics é o desdobramento ou as formas de uso organizadas e estruturadas para análise do Big Data. De acordo com Hekima (2018, on-line)², os sistemas de Big Data Analytics se referem ao processo eletrônico que transforma um conjunto de dados “soltos” em informações, estas em conhecimento e, por fim, este em sabedoria, que será usada para tomar as decisões mais assertivas e céleres no contexto de seu negócio. “ O termo Big Data Analytics, que refere-se aos poderosos softwares capazes de tratar esses dados para transformá-los em informações úteis às organizações. Iniciativas apoiadas em Analytics permitem analisar dados estruturados e não estruturados, como registros de call center, postagens de redes sociais e blogs, dados de CRM, balanços patrimoniais e demonstrativos de resultados (HEKIMA, 2018, on-line)². Portanto, as soluções de Big Data Analytics processam o grande volume de dados brutos até transformá-los em informações valiosas para as tomadas de decisão. “ Pesquisa da consultoria em negócios norte-americana Bain & Company mostra que empresas que utilizam Big Data Analytics possuem 5 vezes mais chances de tomarem decisões mais rápidas dos que seus concorrentes e 2 vezes mais chances de obterem performance superior (HEKIMA, 2018, on-line)2. Devido a esse grande potencial, percebemos uma popularização dos sistemas de Big Data Analytics, que facilitam e permitem a análise em tempo real de quantidades gigantescas de dados, que seriam impossíveis de serem percebidas e interpretadas por olhos e por mentes humanas. “ Uma pesquisa realizada pela Universidade de Oxford, ainda em 2013, já revelava o poder de Big Data Analytics nas empresas modernas. O levantamento feito com 1.144 gestores de 95 países (incluindo o Brasil) mostrou que 53% das organizações já utilizavam Analytics para compreender e melhorar a experiência do cliente (HEKIMA, 2018, on-line)2. Pós-Universo 16 Nesse sentido, podemos compreender que o desenvolvimento de sistemas e de ferramentas de análise de informações são muito importantes em uma era de grande quantidade de dados, como a atual, e também que o uso desses sistemas pode ser o diferencial para a organização que os adotarem em seus processos de tomada de decisão estratégica. Data mining O termo Data mining, ou mineração de dados surgiu na década de 80, quando as organizações decidiram tornar útil a análise das grandes massas de dados em busca de relações coerentes que pudessem identificar tendências estratégicas. Até então, esse grande volume de dados servia para gerir as atividades operacionais e, no máximo, para fins de relatórios gerenciais do nível tático. Com o advento da tecnologia da informação, o surgimento de máquinas com maior capacidade para processar grandes volumes de dados e realizar cálculos estatísticos mais complexos, a mineração de dados passou a ser ferramenta útil para os sistemas de apoio à decisão. Para Fayyad et al (1996), a mineração de dados é o processo não trivial de identificar, no conjunto de dados, padrões válidos, novos, potencialmente úteis e ultimamente compreensíveis. A ideia da mineração de dados é a transformação de dados brutos em correlações coerentes. A Figura 2 ilustra com clareza: Banco de dados Mineração de dados Correlações Figura 2 – Sistemática do Processo de Mineração de Dados Fonte: o autor Pós-Universo 17 Em relação à utilização da mineração de dados, pode-se destacar alguns propósitos, de acordo com Elmasri e Navathe (2002): • Previsão – prever é uma grande característica da mineração de dados. A previsão de comportamentos futuros é, geralmente, feita com base nas situações ocorridas no passado. • Identificação – comportamentos padrões nos dados podem ser utilizados para identificar a existência de um item, um evento ou uma atividade. • Classificação – a mineração de dados pode facilitar a segmentação destes em classes e categorias. • Otimização – considerando que os recursos nas organizações são limitados, como tempo, espaço, dinheiro ou matéria-prima, a análise de correlações pode gerar ideias de como otimizar a utilização de tais recursos. “Não se pode resolver os problemas utilizando o mesmo tipo de pensamento que usamos quando os criamos.” (Albert Einstein) reflita atividades de estudo 1. Os sistemas de informação, se utilizados de forma inteligente, ajudam a promover a inovação, mesmo com grande volume de dados, desde que sejam confiáveis, consistentes e promovam agilidade, comunicação e integração com outros sistemas, para auxiliar os gestores nas tomadas de decisão. O desenvolvimento do sistema de informação segundo a ótica da inteligência competitiva requer: a) Tecnologias da informação especializadas na geração de informações estratégicas por meio de cubos de decisão e mineração de dados. b) Conhecimento técnico especializado em tecnologias da informação. c) Profissional de tecnologia da informação à disposição dos gestores, para geração das informações estratégicas dinamicamente. d) Relatórios gerenciais em abundância, para que os tomadores de decisão decidam qual deles utilizar. e) Mudança de comportamento por parte dos colaboradores do nível operacional, para se adaptarem à nova sistemática de trabalho. 2. O cubo de decisão é a ferramenta de decisão dinâmica, que permite ao tomador de decisão escolher a medida a ser avaliada e, juntamente com ela, escolher dimensões de informações, que poderão ser combinadas em tempo real, oferecendo cálculos, filtros, agrupamentos e classificações no momento de sua execução, diferentemente do relatório gerencial, que é estático. Com relação aos cubos de decisão, assinale a única alternativa correta: a) É a ferramenta útil para fins de decisão, mas limitada quanto à quantidade de dimensões, que correspondem aos lados do cubo. b) É o sistema de apoioà decisão, envolvendo o cruzamento e o cálculo de dados que o operador (geralmente o próprio tomador de decisões) solicitar. c) É a tecnologia da informação específica para mineração de dados. d) É muito útil para promover motivação na equipe de colaboradores, que pode ficar entediada com a falta de dinâmicas de grupo. e) É o sistema de apoio à decisão, que tem forte relação com o nível tático, mas não estratégico das organizações. atividades de estudo 3. Elmasri e Navathe (2002) destacam alguns propósitos da utilização da mineração de dados, entre eles: previsão, identificação, classificação e otimização. Dentre os propósitos da mineração de dados, pode-se afirmar que: a) A previsão é uma das principais possibilidades da utilização de ferramentas de mineração de dados, pois aponta comportamentos futuros. b) Manter a segurança dos dados é a função exclusiva da mineração de dados. c) O sucesso estratégico da organização depende exclusivamente dessa técnica. d) A geração de relatórios gerenciais é o principal objetivo dessa ferramenta. e) Promover mudança de comportamento das pessoas em prol do alcance da visão estratégica é o principal objetivo da mineração de dados. resumo Esta unidade tratou, essencialmente, dos sistemas de informação estratégicos ou de apoio à decisão. A preocupação com a obtenção de informação para fins de estratégia competitiva não é um conceito novo. Ademais, ampliamos nossos conhecimentos a olhar a gestão da informação na organização, além dos sistemas e perceber que se trata da gestão da inteligência organizacional. Para isso, apresentei a você temas atuais e aplicados às organizações inteligentes, como o Business Inteligence (BI), o Big Data e o Data mining (mineração de dados). Vimos que, a partir da década de 70, o Gartner Group deu origem ao conceito de BI, que, a partir desse momento, passou a impulsionar as atividades estratégicas de grandes corporações. Com a revolução da tecnologia da informação e o surgimento de ferramentas poderosas para tratamento de grandes volumes de informações, surgiram os modelos OLAP, para geração de relatórios estratégicos em tempo real. Esses modelos utilizam os famosos cubos de decisão, que têm a capacidade de combinar as perspectivas e os indicadores estratégicos. Os famigerados cubos OLAP permitem, ao executivo, formular questionamentos de forma ágil e prática, sem a necessidade de conhecimentos técnicos mais profundos ou do apoio de profissionais de tecnologia da informação. Outra tecnologia que estudamos nesta unidade foi a mineração de dados. Tal técnica permite, aos gestores, descobrir conhecimentos estratégicos escondidos nas relações entre os milhares de dados granulares armazenados diariamente e ao longo de muitos anos. Destacamos a popularização dos sistemas de Big Data Analytics, que facilitam e permitem a análise em tempo real de quantidades gigantescas de dados, que seriam impossíveis de serem percebidas e interpretadas por olhos e mentes humanas. Por fim, compreendemos que a utilização da tecnologia da informação, com softwares estatísticos, que pesquisam relações, similaridades e tendências, pode proporcionar grande vantagem competitiva aos estrategistas organizacionais. material complementar Business Intelligence – Um Enfoque Gerencial para a Inteligência do Negócio Autor: Efrain Turban et al. Editora: Artmed Ano: 2009 Sinopse: conheça as tecnologias mais recentes no mundo dos negócios e as técnicas fundamentais para a criação e a utilização de sistemas de BI. Essa é uma obra de grande interesse para gerentes, analistas e executivos, pois trata de todos os temas de Business Intelligence: ferramentas, arquitetura, bases de dados, data warehouse e gerenciamento de desempenho. Na Web Investidores do mercado de ações começam a usar a mineração de dados, para encontrar tendências de altas e baixas nos valores de ações de empresas na bolsa de valores. Para saber mais acerca desse assunto, assista ao vídeo “O que é data mining?”, disponível no link: <https:// www.youtube.com/watch?v=xsKO_1OiKxI>. referências ELMASRI, R.; NAVATHE, S. B. Sistemas de Banco de Dados: Fundamentos e Aplicações. 3. ed. Rio de Janeiro: LTC, 2002. FAYYAD, U. M., PIATETSKI-SHAPIRO, G., SMYTH, P, UTHURUSAMY, R. From Data Mining to Knowledge Discovery: An Overview. In: Advances in Knowledge Discovery and Data Mining. 1 ed. California: AAAI Press/The MIT Press, p. 1-34, 1996. INTEL. Integrated Electronics Corporation. Big Data 101: Unstructured Data Analytics A Crash Course on the IT Landscape for Big Data and Emerging Technologies, Junho, 2012. Apostila. Disponível em: <https://www.intel.com/content/dam/www/public/us/en/documents/solution-briefs/big- data-101-brief.pdf>. Acesso em: 07 mar. 2019. SILVA, R.; SILVA, F.; GOMES, C. O uso do Business Intelligence (BI) em sistema de apoio à tomada de decisão estratégica. GEINTEC - Gestão, Inovação e Tecnologia, v. 6, n. 1, 2016. TZU, S. A arte da guerra. Tradução de Elvira Vigna. Rio de Janeiro: Pocket Ouro, 2010. REFERÊNCIAS ONLINE ¹ Disponível em: <https://www.in1.com.br/>. Acesso em: 07 mar. 2019. ² Disponível em: <www.bigdatabusiness.com.br/ebook-o-guia-definitivo-de-big-data-para- iniciantes>. Acesso em: 07 mar. 2019. resolução de exercícios 1. a) Tecnologias da informação especializadas na geração de informações estratégicas por meio de cubos de decisão e mineração de dados. Essa é a alternativa correta, pois é a única que abrange a TI, a estratégia de decisão por meio de cubos e a mineração de dados como ferramentas importantes para o desenvolvimento do sistema de informação com base em BI. 2. b) É o sistema de apoio à decisão, envolvendo o cruzamento e o cálculo de dados que o operador (geralmente o próprio tomador de decisões) solicitar. Essa é a alternativa correta, pois é a única que se refere aos cubos de decisão como ferramenta de apoio à decisão, que utiliza o cruzamento e o cálculo de dados que o operador (geralmente o próprio tomador de decisões) solicitar. 3. a) A previsão é uma das principais possibilidades da utilização de ferramentas de mineração de dados, pois aponta comportamentos futuros. Essa é a alternativa correta, pois é a única que aponta o real benefício da mineração de dados, como a previsão. De acordo com o autor, prever é a grande característica da mineração de dados. A previsão de comportamentos futuros é, geralmente, feita com base em situações ocorridas no passado. A INTELIGÊNCIA COMPETITIVA (BI – BUSINESS INTELLIGENCE)
Compartilhar