GEI_Unidade 03

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)