UNIVERSIDADE CATÓLICA DE PELOTAS ESCOLA DE INFORMÁTICA V OFICINA GPIA

Apresentação em tema: "UNIVERSIDADE CATÓLICA DE PELOTAS ESCOLA DE INFORMÁTICA V OFICINA GPIA"— Transcrição da apresentação:

1 UNIVERSIDADE CATÓLICA DE PELOTAS ESCOLA DE INFORMÁTICA V OFICINA GPIA
GESTÃO DO CONHECIMENTO: CONCEITOS Prof. MÁRIO CAPANEMA ULYSSÉA 22 NOVEMBRO 2001

2 GESTÃO DO CONHECIMENTO: CONCEITOS
1. Introdução 2. Economia 3. Conceitos 4. Tecnologia da Informação 5. Processos G. Conhecimento 6. Pesquisa IA 7. Considerações 8. Bibliografia

3 INTRODUÇÃO Empresa GLOBALIZAÇÃO Mudanças nas Leis e Regulamentação
Tecnológicas Recebimento Crescimento Planos Econômicos Recursos Naturais Máquinas Insumos Energia Produtos Serviços Empresa Ecologia Processamento Abertura dos Mercados GLOBALIZAÇÃO Alteração nas condições Sócio - econômicas Alterações no Mercado

4 DESAFIOS .... Ambiente Interativo Ferramentas de Interatividade
Acesso aos Dados WEB Dados da Organização Dados Externos

5 DESAFIOS ... Como capturar o conhecimento disponível nas fontes interna e externas a organização ? Como filtrar esses conhecimentos e agregar valor aos produtos e serviços ? Como planejar e investir em T.I. para se obter retorno nos negócios ? Como se transformar numa organização de sucesso ?

6 ECONOMIA DIGITAL

7 EXPORTAÇÃO BENS TANGIVEIS E INTANGIVEIS

8 EXPORTAÇÃO - BRASIL

9 MERCADOS EMERGENTES

10 CARACTERÍSTICAS Atributos S. Industrial S. Conhecimento
Modelo Produção Escala Flexível Pessoal Especializados Empreendedores Tempo Grande tempo resposta Tempo Real Espaço Limitado e definido Il. e indefinido Massa dos produtos Tangível Intangível

11 CONCEITOS DADO: texto, fato, código, imagem, sons...
INFORMAÇÃO: dados organizados, estruturados, interpretados, sumarizados... CONHECIMENTO: casos, regras, processos, modelos, informação útil....

12 INFORMAÇÃO E CONHECIMENTO
Informação: dados estruturados, com significado, contextualizados, interpretados e compreendidos. Conhecimento: informação utilizada para tomar decisões, resolver problemas ou gerar idéias.

13 Capital Intelectual Capital Humano Capital do Cliente
Capital Estrutural Conhecimento dos empregados Necessidades e opiniões dos clientes Gestão de Conhecimento

14 MONITORAMENTO DO CAPITAL AMBIENTAL

15 GESTÃO DO CONHECIMENTO
Conjunto de estratégias para: criar, adquirir, compartilhar e utilizar ativos de conhecimentos; Estabelecer fluxos que garantam a informação necessária no tempo e formato adequados a fim de auxiliar na geração de idéias, solução de problemas e tomada de decisões.

16 GESTÃO DO CONHECIMENTO
GERAR Identificar Vender Comprar Criar Coletar CODIFICAR APROPRIAR Conhecimento Organizacional Aplicar Selecionar Adaptar Organizar Interpretar Armazenar Compartilhar DISSEMINAR

17 Fluxo de Conhecimento Captura/ Descoberta Validação Retenção
Transformação (Experimentação) Disseminação Utilização

18 EXEMPLOS PROGRAMAS GESTÃO CONHECIMENTO
Bancos de Conhecimentos Intranet, Internet e Extranet Redes Especialistas Mapas de Conhecimento Memória Técnica

19 PROBLEMAS DE IMPLEMENTAÇÃO
Cultura individualista, centralizadora Excesso de informações Carência de recursos Dificuldade de acesso Falta de documentação Comunicação deficiente Descentralização Dependência tecnológica

20 TRABALHADOR DO CONHECIMENTO
Generalista e especialista Planejamento e execução juntos Atividades não rotineiras, não estruturadas Informação como fonte e resultado Capacidade intelectual Produtos e serviços com conhecimento Profissional da informação

21 Ferramentas Gestão do Conhecimento
Ferramentas/Intranet Digital Dashboard e Lotus Gerencia Documentos Excalibur RetrievalWare Groupware Notes(Lotus) e Exchange Workflow ARISToolset (IDS Scheer) Bases I. do Conhecimento – Neugents(Computer Assoc Business Intelligence Business Objects Mapas de Conhecimento - Sopheon Ferramentas/Inovação Invention Machine

22 TI x X Ad/Ar Organ. Di/Co Aplicar Criar Databases Network Repositori
Workflow Groupwar Mining OLAP Conferenc GED DW FTP

23 HABILIDADES / COMPETENCIAS PARA....

24 TRANSFERÊNCIA DO CONHECIMENTO

25 Business Intelligence - BI
BI – é um conjunto de ferramentas utilizado para manipular uma massa de dados operacional em busca de informações essenciais para o negócio. CI – Inteligência Competitiva - atua como um radar para a empresa, na identificação de ameaças e oportunidades na conquista de uma posição competitiva favorável.

26 ARMAZÉM DE DADOS Relatórios Dados Externos Transações on-line
Data Warehouse OLAP EIS Mineração de Dados

27 ESTRUTURA DO ARMAZÉM DE DADOS
altamente sumarizados Dados ligeiramente sumarizados Metadado Dados atuais Dados antigos

28 OLAP Processamento analítico on-line são ferramentas de planilha eletrônica multidimensionais Permitem analisar os data warehouse armazenados em tabelas relacionais sob diversas perspectivas

29 QUATRO TIPOS DE ANÁLISES OLAP
Análise Multidimensional Data Mining Análise Estatística Consultas e relatórios

30 Modelo Multidimensional
DIMENSÕES HIERARQUIAS CIDADE Ano Mês Semana País Estado Cidade Suco Leite Queijo Sabão Jan Fev Mar Abr Mai PRODUTO 1997 DATA

31 Mineração de Dados: Convergência de Multiplas Disciplinas
Tecnologia Banco Dados Estatistica Data Mining Visualização Aprendizado Maquina (AI) Ciência Informação Outras Disciplinas

32 Mineração de Dados Knowledge Avaliação Padrões Data Mining
Dados Relevantes Selecão Data Warehouse Limpeza Integração Dados Databases

33 Modelagem de Prognóstico
Data Mining Lógica Condicional Afinidades e Associações Descoberta Tendências e Variações Data Mining Resultado do Prognóstico Modelagem de Prognóstico Previsão Detecção de Desvio Análise Prévia Análise de Ligações

34 MODELOS MINERAÇÃO DE DADOS
Sistema Mineração de Dados Fev/2001 Preditivos Modelo Dados Jan/2001 Dados Históricos

35 Mineração de Dados e Business Intelligence
Usuário Decisões de negocios Decisões Apresentação Dados Analista de Negócios Visualização Analista de Dados Mineração de Dados Exploração Dados Data Warehouses / Data Marts OLAP DBA Fontes/Dados Arquivos, Provedores, Sistemas Bancos Dados

36 Visão geral dos diversos espaços de conhecimento
Qual o preço do livro BI - Business Intelligence? Banco de Dados Espaço dos Dados Data Warehouse, Data Marts Espaço da Informação Analítica Vendas de livro de informática por mês e por região Business Intelligence Que fatores influenciam a venda de livros em BH? Espaço da Influência e Variação Que fatores influenciaram a variação de venda de livros de informática nos últimos 3 meses? Data Mining

37 O QUE A MINERAÇÃO DE DADOS PODE FAZER PELA ORGANIZAÇÃO ?
Identifica os perfis mais/menos lucrativos Identifica os perfis que podem se tornar mais lucrativos Busca de perfis identificados em outras bases para capturar clientes novos Recomenda “nichos” de mercado Identifica padrões e exceções para otimização de recursos Exemplos

38 A ORGANIZAÇÃO É CAPAZ DE :
Criar parâmetros para entender o comportamento do consumidor; Identificar afinidades entre as escolhas de produtos e serviços; Prever hábitos de compras; Analisar comportamentos habituais para se detectar fraudes.

39 Mineração de Dados Bancos de Dados
Relacional, transacional, espacial, textos, multimidia,WWW,etc. Tipos de Conhecimento Caracterização, associação, classificação, clusterização, tendências, desvios e outras analises, etc. Tecnicas Utilizadas Banco de dados, data warehouse (OLAP), aprendizado de maquina, estatistica, visualização, redes neurais, etc. Aplicações Bancos, telecomunicação, análise de fraudes, ciências, analise de mercados, Web mining, etc.

40 DESCOBERTA DE CONHECIMENTO EM TEXTOS
Ronen Feldman; KDT – Termo Acadêmico; Text Mining-Termo Comercial; Text Mining – Termo comercial; KDT – é o processo de encontrar padrões e informações implícitas interessantes ou úteis em um corpo de informação textual não estruturado; KDT – combina muitas das técnicas de Extração de Informação, Recuperação de Informação, Processamento da Linguagem Natural e Sumarização de Documentos com os métodos de mineração de dados; KDT – exige poder computacional para aplicações.

41 Limpeza e Pré-Processados dos Dados
KDT Conhecimento Avaliação e Visualização Padrões e Modelos Data Mining Dados Explorados e Transformados Dados Limpos e Pré-Processados Transformações Limpeza e Pré-Processados dos Dados Dados Alvo Seleção Bases de Dados Pós-Processamento

42 Data Mining: Tarefas Caracterização e descrição:
Distribuição, dispersão e excessão de dados Associação, correlação, análises Encontre regras nos dados Classificação e modelagem preditiva Classificação de países baseado no clima Clusterização Analise de padrões sequenciais e temporais Tendencias e desvios, periodicidade

43 Caracterização

44 Visualização: SAS Enterprise Miner:

45 Visualização: Associação Ferramenta: MineSet 3.0

46 Visualization of a Decision Tree in MineSet 3.0

47 Clusterização

48 DBMiner Technology Inc:Histórico
Pesquisa em mineração de dados desde 1989. DBMiner Technology Inc.: A Simon Fraser University Spin-Off Company Produto Principal: DBMiner 2.0 Orientado a sistemas de mineração de dados GeoMiner, WebMiner, WebLogMiner, …, outros

49 DBMiner Manager DBMiner Manager

50 OLAP (Summarization)

51 3D Cube Browser

52 Market-Basket-Analysis (Association Ball Graph)

53 Clustering (Data Segmentation)

54 Mineração de Dados: Desafios
Dados espaciais Mapas, imagens satelites, modelagem geo-espacial Mineração em dados de hipertexto e hipermidia Mineração de dados científicos Mineração na Web

55 Classificação Espacial

56 Processos de Gestão do Conhecimento
Beckman e Liebowitz(1998) descrevem os processos : Criação Identificação Captura e codificação Seleção e validação Organização, armazenagem e manutenção Acesso e compartilhamento Uso e aplicação

57 ATIVIDADES GRUPO DE PESQUISA DA IA/UCPEL

58 RESUMO Gestão do Conhecimento é um dos tópicos mais importantes para as empresas atualmente; Há necessidade de metodologias, processos, técnicas, tecnologias e ferramentas para a Gestão do Conhecimento; Grande parte do sucesso da Gestão do Conhecimento depende da cultura da organização.

59 MODELO DE INTELIGÊNCIA EMPRESARIAL

60 INVESTINDO NO SEU TRABALHO
Crie bancos de idéias Evite o retrabalho Elabore relatórios de atividades e análise Planeje, pesquise, pesquise Crie listas Comunique-se informalmente Compartilhe seu conhecimento

61

62 APRENDEMOS 10 % DO QUE LEMOS, 15 % DO QUE OUVIMOS, PORÉM 80 % DO QUE VIVENCIAMOS. On The Bean(1998)

63 O MAIOR TERRITÓRIO INEXPLORADO NO MUNDO É O ESPAÇO ENTRE AS NOSSAS ORELHAS. O’BRIEN(1992)

64 BIBLIOGRAFIA