Sistemas de Suporte a Decisão Roberta Pontes

Apresentação em tema: "Sistemas de Suporte a Decisão Roberta Pontes"— Transcrição da apresentação:

1 Sistemas de Suporte a Decisão Roberta Pontes
UFPE - Centro de Informática Programa de Doutorado em Informática Prof. Jacques Robin

2 Plano de Aula 1. Introdução 2. Tomada de Decisão, Modelagem e Suporte
3. Componentes de um Decision Support System -DSS 4. Data Warehousing - DW 5. Data Mining 6. DSS Inteligentes 7. DW com Agentes Inteligentes

3 1 Introdução Em 1970: Decision Support Systems - DSS - SI projetados para auxiliar gerentes em fazer escolhas No início dos anos 80: Executive Information Systems - EIS

4 1 Introdução EIS (continuação):
os primeiros não tinham capacidade analíticas acabou sendo usada por “sêniores” para encontrar problemas DSS são usadas por pessoas de apoio para solucionar problemas Embora úteis DSS e EIS os BD usados trabalhavam com dados transacionais não havia uma considerações sobre presente, passado para se prevê o futuro início dos anos 90, datawarehouse e OLAP iniciaram a expansão dos domínios do DSS De DSS Pessoal para Organizacional

5 1 Introdução Com o crescente desenvolvimento de sistemas distribuídos
acesso a dados de múltiplas localizações colaboração e comunicação via web Ferramentas DSS atuais familiarizadas com padrões da web flexibilidade, eficiência e uso migração de sistemas para desktop Pode-se obter a integração crescente de vários SI melhores decisões - muitas informações

6 1.1 Suporte Computadorizado a Tomada de Decisão
Management Support Systems (MSS) Coleção de tecnologias computadorizadas Objectivos suportar trabalho gerencial suportar tomadas de decisão

7 1.2 Porquê Suporte de Decisões Computadorizado?
Competição Facilidade de uso por usuários-finais Facilidade de análise - dados especiais ( data warehouse) 2 maiores tecnologias DSS (suportam decisões de gerentes e de analistas) EIS (ajudam grandes executivos na identificação de problemas e oportunidades) Suporte a decisões é baseado numa diversidade de dados internos e externos Aplicações DSS separadas de Sistemas de processamento de transações (TPS), e usam dados transacionais. DSS usam infinidade de modelos estatísticos e outros Os gerentes são os responsáveis por todas as decisões

8 Todas as atividades gerenciais giram em torno o suporte a decisão
O gerente é o tomador de decisão Tomar decisão é uma arte (de puro talento) Estilos individuais são usados, não métodos científicos sistemáticos Decisões devem ser rápidas Evitar abordagem de gerenciamento “Tentiva-Erro”

9 1.4 Outros Sistemas de Suporte
Management Support Systems (MSS) Decision Support Systems (DSS) Group Support Systems (GSS), including Group DSS (GDSS) Executive Information Systems (EIS) Expert Systems (ES) Artificial Neural Networks (ANN) Hybrid Support Systems Cutting Edge Intelligent Systems (Genetic Algorithms, Fuzzy Logic, Intelligent Agents, ...)

10 1.5 Arquitetura Clássica para Suporte a Decisão [Simon 71, [Anthony 65]

11 1.5.1 Natureza de Decisões em Ambientes de Suporte a Decisão
Arquitetura proposta por [Gorry and Scott Morton 71]+ [Simmon 77] + [Anthony 65] Decisões Altamente Estruturadas Decisões Altamente desestruturadas Estratégico Tático Operacional Semi-estruturadas

12 Simon: Três fases do processo de Tomada de Decisão
Compreensão -busca por condições solicitadas nas decisões Projeto--projetos, desenvolvimentos, e possíveis análises das ações Escolha--seleção de uma ação das disponíveis

13 Problemas Desestruturados, normalmente, são resolvidos com o julgamento humano
Problemas semi-estruturados necessitam de ambos rotinas automáticas de solução e julgamento humano Um Sistema de Suporte a Decisão , além de fornecer soluções pode auxiliar gerentes a entender probemas Meta do DSS: Aumentar a eficácia da Tomada de Decisão

14 1.5.2 Suporte a Computador para Decisões Estruturadas
Suportadas desde 1960 São de natureza repetitiva possuem alto nível de estruturação podem ser abstraídas, analisadas e classificadas em protótipos Solucionadas por modelos ou fórmulas quantitativas Método conhecido como: Management Science (MS) ou Operations Research (OR)

15 1.6 Conceitos de (DSS) Scott Morton [1971]
[Gory and Scott Morton 71] - sistema interativo baseado-computador, que ajudam tomadores de decisão na utilização de modelos e dados para solucionar problemas não estruturados Keen and Scott Morton [1978] Keen and Scott Morton 78] - DSS acoplam recursos intelectuais individuais com capacidades do computador para melhorar a qualidade de decisões DSS: Expressão livre de contexto, i.é. Significados diferentes para pessoas diferentes Não sendo aceita uma definição universal

16 O que é um DSS? Usado algumas vezes como um termo guarda-chuva
todo e qualquer sistema computadorizado usado no suporte a tomada de decisões numa organização Definição de Trabalho: Sistema de Informação Baseado em Computador- CBIS interativo, flexível e adaptável, que suporta soluções de gerenciamento de problemas não-estruturados e provê tomada de decisão.

17 1.6.1 Características e Capacidades do DSS
Projetado para suportar problemas gerenciais complexos que outras técnicas computadorizadas não suportam é orientado a usuário, usa dados e modelo fornece suporte para níveis gerenciais e executivos suporta todas as fases do processo de tomada de decisão Suporta vários estilos/processos para tomada de decisão são adaptativos no tempo

18 1.6.1 Características e Capacidades do DSS
Tentam melhorar a eficácia da tomada de decisão (exata, tempo mínimo e qualidade) o tomador de decisão tem o controle completo sobre todos os passos do processo TD na resolução do problema fornece acesso a diferentes tipos de dados ...

19 1.6.2 Por qûe usar DSS? Os benefícios são [Udo and Guimarães 94]:
alta qualidade nas decisões melhoria na comunicação redução de custo aumento de produtividade economia de tempo melhoria da satisfação de clientes e empregados.

20 1.7 Group Support Systems (GSS)
Várias formas de trabalho em grupo: Groupware Electronic meeting systems Collaborative systems Group Decision Support Systems (GDSS)

21 1.8 Executive Information (Support) Systems (EIS, ESS)
Usado estritamente por executivos ! Fornece uma visão organizacional Satisfaz as necessidades de informções a executivos e a outros gerentes Fornece uma interface de uso fácil (usuário seduzido) Interface customizada aos estilos individuais de decisão Possibilita o controle e acompanhamento rápido e efetivo Fornece acesso rápido a informações escondidas (Drill Down) Filtra, extrai e acompanha dados e informações críticos Identifica problemas (oportunidades)

22 2. Tomada de Decisão, Modelagem e Suporte
Um exemplo problema O papel do SI em uma organização O Processo de Modelagem Decison Making versus Problem Solving

23 2.1 Um exemplo de Problema Como investir $ 1.000,000,00 ?

24 2.1.1 Aspectos Típicos de uma Decisão
Decisões podem ser tomadas em grupo Possivelmente com objetivos contraditórios Existem centenas de alternativas resultados podem ocorrer no futuro atitudes envolvem risco existem cenários “What- If” método “tentativa-erro” podem resultar em perdas experimentos reais só podem ser feitos uma vez mudanças no ambiente podem ocorrer continuamente

25 2.3 Tomada de Decisão versus Problem Solving
Segundo Simon o Processo de Tomada de Decisão é composto de 4 fases: 1. Compreensão 2. Projeto 3. Escolha 4. Implementação Def. Livro: Decision making e Problem Solving podem sinônimos Def. Jacques Robin: DM - fase 1

26 2.4 O Processo de Modelagem
Modelos Maior componente do DSS Permitem simular a realidade É uma representação ou abstração simplificada da realidade Realidade é muito complexa, difícil de ser copiada Benefícios Economia de Tempo Facilidade de manipulação Baixo custo nas construções, execuções Podem modelar riscos e incertezas Simulação visual, ...

27 Implementação Solução
Processo de Modelagem de Suporte a Decisão Fase Compreensão Examina a realidade Identifica e define problema Suposições Simplificações realidade Declarações do problema Validação do modelo Fase do Projeto Formula um modelo Seta critérios de escolha e busca por alternativas Verificação de Solução proposta Alternativas Sucesso Fase da Escolha Solução para o modelo Seleção da melhor alternativas Plano para Implement. Implementação Solução Solução Fracasso

28 2.5 Como Decisões são Suportadas
As diversas tecnologias que auxiliam o processo de modelagem nas suas diferentes fases: Compreensão: DSS, ES, MIS, Data Mining, OLAP, EIS GDSS Projeto e Escolha: DSS, ES, GDSS, Management Science Implementação: DSS, ES, GDSS

29 3. Componentes de um DSS Data management subsystem:
Model management subsystem Knowlwdge management subsystem User interface subsystem O Usuário é considerado parte do sistema

30 3.1 Visão Esquemática do DSS
Other Computer-Bases systems Data Manag Mod. Manag Knowledge Manag. User Interface Manager (User) O usuário é considerado parte do sistema

31 3.1.1 Data managent subsystem
inclui o banco de dados que contém dados relevantes a resolução do problema conhecido como DBMS é composto de DSS database Database management system Data directory Query facility

32 Fontes internas de dados Fontes de dados externas
Finanças, Marketing, Produção, ... Dados pessoais Extraçao BD-DSS ou DW User Interface Facilidade consultas SGBD Manag. Mod. Knowledge manag. Diretório de dados A Estrutura do Data Management Subsystem

33 3.1.2 Model managment subsystem
Pacote de software que inclui: Model base management contém rotinas estatísticas, de finanças, marketing ... 4 categorias: estratégico, tático, operacional e blocos de contrução de modelos Modeling language Model directory Model execution, integration, and comand processor

34 3.1.2 .1 Model Base - Estratégico
Usados para suportar planejamentos estratégicos gerenciamentos de alto nível, de longo prazo gerenciamentos de objetivos corporativos Ex: análise de impacto ambiental fusões, novas aquisições

35 Model Base - Tático Usados para suportar gerenciamentos de nível médio. Usados para auxiliar no controle e recursos da organização Ex de decisões: planejamentos de necessidades para o trabalho determinação de layouts, de orçamentos

36 3.1.2 .3 Model Base - Operacional
Usados para suportar atividades do trabalho do dia-a-dia Ex de decisões: squeduling da produção controle de inventário, controle de qualidade...

37 Gerenciamento do Modelo Base Modelo de execução, integração
Diretório do Modelo Gerenciamento do Modelo Base Modelo de execução, integração Gerenciamentos de dados, de interface e de conhecimento A Estrutura do Model Management System

38 3.1.3 Knowledge managent subsystem
Fornecem expertise para auxiliar na resolução de problemas não estruturados ou semi-estruturados

39 Sistema User Interface Management Processador de Linguagem Natural
Subsistemas de gerenciamento conhecimento, do modelo e do banco de dados Sistema User Interface Management Processador de Linguagem Natural Entradas/Saídas Terminal Impressoras, Plotters Usuário Estrutura do User Interface System

40 Knowledge Management Classificação Silverman[95]
knowledge-based aids (decisões endereçadas pela matemática) intelligent decision modeling system (ajuda aos usuários a construir, aplicar e gerenciar bibliotecas ) decision analytic expert systems (métodos de incerteza) DSS Inteligente ou DSS/ES ou KB-DSS

41 3.1.4 User interface subsystem
Permite a comunicação entre usuários e Subsistema de gerenciamento do modelo inclui hardware, software, interações homem-máquina, acessabilidade, ... Spraque e Watson [96] - componente mais importante Whitten e Bentley [97] - consideram ser o próprio sistema

42 3.1.4.1 Capacidade do User interface subsystem
Fornece interface gráfica apresenta diferentes formatos e saída para dados capacidades de ajuda, de diagnóstico, rotinas de sugestões... Armazena entrada e saída de dados fornece treinamentos captura, armazena e realiza análise de diálogos entre usuários...

43 3.2 Classificação dos DSS Halsapple and Winhston’s Classification [96]
Text-oriented DSS Database-oriented DSS Spreadsheet-oriented DSS Solver-oriented DSS Rule-oriented DSS Compound DSS

44 4. Data Warehousing É muito apropriado para organizações onde:
dados armazenados em sistemas diferentes existem várias bases de dados diferentes o mesmo dado é apresentado de formas diferentes em vários sistemas dados são difíceis de decifrar - formato muito técnico

45 4.1 Característica de Data Warehousing
Dados organizados por assunto Integração de dados (Ex: sexo) Variante no tempo - dados históricos 5-10 anos para indicar tendências, fazer comparações, previsões. Banco de dados read-only

46 4.2 OLTP versus OLAP On-Line Analytical Processing
processamento informacional ou de suporte a decisão usados pelos usuários finais em DSS e EIS trabalha com data warehouse On-Line Transaction Processing processamento operacional ou de missão crítica usado por especialistas trabalha com dados volumosos

47 4.2.2 Funções de um DW coleta e armazenamento de dados de várias bases de dados, armazenamento de dados resumidos, fornecimento de respostas à consultas OLAP, fornecimento de cópia estável dos dados para consultas de suporte a decisão.

48 Software de Integração
4.2.3 Arquitetura de um DW DW Data mart Data extractor BD legados BD legados Sistema de Arquivos Software de Integração Sof. Cons. & atual C&A c &a

49 A Multidimensionalidade
Planilhas são tabelas de 2 dimensões Em DSS cruzamentos são necessários Multimensionalidade permite o tomador de decisão organizar informações com 3 ou mais dimensões Exemplo de um modelo multidimencional no slide seguinte

50 FatosVenda Produto Tempo Cliente Canal ChaveTempo ChaveCliente
ChaveProduto ChaveCanal PreçoCheio Desconto Comissão RedeProcedência Produto Tempo ChaveProduto Nome Tipo Ocasião VidaÚtil Estação PreçoArranjo DateAvailableFrom DateAvailableTo Descrição Cliente ChaveCliente PrimeiroNome ÚltimoNome FaturaEndereço FaturaCidade FaturaOutraEstado FaturaPaís Idade Gênero MantalStatus RendaFamiliar Canal ChaveCanal Tipo; Nome Matriz; Região Localização: Cidade, Estado, País; AnoContrato

51 Arquitetura para desenvolvimento de DSS Dados Operacional. DSS engine
Arquitetura para desenvolvimento de DSS Dados Operacional DSS engine Ambiente de Desenvolvimento DW Aplicações Descktop Metadado

52 * Dado Operacional; Sistemas OLAP DW: fundação da Aplicação DSS
Metadado:serve para identificar conteúdos e localizações de dados no warehouse. É uma ponte entre o DW e o DSS DSS engine: transforma requisitos de dados em consultas SQL para serem enviadas ao DW e resultados de consultas para serem enviadas ao analista DSS Ambiente de desenvolvimento: conjunto de ferramentas O-O para construção da aplicação

53 5. Data Mining É a descoberta de conhecimento dentro em banco de dados
É freqüentemente ligada com DW fornece “insights” para gerenciar oportunidades e problemas potenciais ( ou existentes)

54 5.1 Intelligent Data Mining - IDM
descobre informações dentro de DW que não são revelados através de consulta ou relatórios [Edelstein 96] descobre padrões de dados e fazem inferências entre eles estes padrões podem ser usados para auxiliar a tomada de decisão

55 5.1.1 Principais Ferramentas de IDM
Case-based reasoning a idéia é adaptar soluções que já foram usadas para solucionar novos problemas Ex.:abordagem usada para reconhecer padrões Neural computting usada para reconhecer padrões ao examinar dados históricos [Trippi and Turban 96] Inteliggent Agents Uma das mais promissoras abordagens para recuperação de informação de Banco de Dados

56 5.2 Banco de Dados Inteligente e Data Mining
O desenvolvimento de DSS exige acesso a banco de dados um objetivo crítico é tornar um banco de dados inteligente de modo que usuários possam encontrar sozinhos suas informações Solução: Unir as facilidade de Banco de Dados com as de IA Pode gerenciar dados, knowledge e objetos Ex.: INGRES Intelligent Database Friday + 1 (working day ) = Monday

57 6. DSS Inteligentes Tomadores de decisão são primariamente “knowledge workers” devem usar conhecimento nas decisões Knowledge-based-system tentam fornecer além do conhecimento o “expertise” o expertise irá ajudar tomadores de decisão inexperientes para melhor planejar e analisar recursos

58 6.1 Exemplos de DSS Inteligentes
Active(Symbiotic) DSS [Manheim 89] é aplicado para as seguintes tarefas:[Mili 90]: entender o domínio (terminologia, parâmetro, interações) => fornece explicações formular problemas => fazer suposições, decidir o que fazer e o que não fazer narrar um problema a ser resolvido => DSS junto com prolem-solver pode aconselhar que procedimentos usar, que soluções técnicas seguir interpretar resultados interpretar, mostrar resultados e decisões

59 6.1 Exemplos de DSS Inteligentes
Self-evolving DSS [Liang and Jones 87] é uma abordagem para projeto de DSS que poderia ir se adaptando automaticamente com a evolução de seus usuários necessita das seguintes capacidades menu dinâmico adaptado ao tipo de usuário interface de usuário dinâmica com saídas diferentes sistema de gerenciamento de modelo da base inteligente

60 6.2 DSS Multimídia Há uma forte tendência de se incluir tipos de dados multimídia diretamente em DSS e ES como suporte aos seus bancos de dados [Fluckiger 96], [Fong 96], [Ng Tye 95] para recuperar, armazenar e manipular dados exemplo: Nabisco K-Vision (GINESYS Corp.) ES windows-based Existem muitas capacidades multimídia na internet/intranets para envio de dados Futuro: mais multimídia em DSS

61 6.3 DSS com Realidade Virtual
Muitas aplicações atuais podem ser usadas por tomadores de decisão diretamente Validação de um desenvolvimento de um Boing [Hedberg 96] Na VOLVO testar carros virtuais em acidentes virtuais Tomadores de decisão poderiam ter uma melhor visão de suas decisões

62 6.4 Desafios dos DSS [Sprague and Watson 96]
Arquitetura integrada usando uma interface comum ( “for windows”) um Information worker pode ver todo o mundo de informações que existem. Conectividade Information workers devem estar ligados a web para acessar informações . O desenvolvimento de novos DSS desenvolvidos deverm ser “web-enable”. Ex. Group DSS Dados documentados DSS com capacidade de manusear dados mal estruturados Mais inteligência

63 7. DW com Agentes Inteligentes
Todo ambiente de DW enfrenta o obstáculo da sobrecarga de informações. Os agentes inteligentes fornecem ferramentas para vencer estes obstáculos Soluções com AI em um ambiente de DW maximizam o investimento e possibilitam soluções de BI de forma nunca tentada. AI representam um importante papel neste cenário Problema : Tamanho e Tempo

64 7. Exemplos de Aplicações DW com AI
Mobilidade: acesso do comprador-fornecedor disponibilizar seus dw para serem seus agentes Técnicas de ajuntamento de informação (gathering) data mining incorporado com AI ADM podem trabalhar offline para encontrar padrões escondidos e reportá-los ao usuário do sistema OLAP

65 7. Exemplos de Aplicações DW com AI
Transferência/compartilhamento de conhecimento entre agentes Capacidade dos agentes colaborarem na resolução de problemas Ex: atualização de um DATA MART Problema : Tamanho e tempo agentes de “scheduling”de carga (objetivo: maximizar o desempenho. Usa tempos históricos de carga, prioridades, fila) agente de monitoramento (objetivo: monitorar fontes de dados disponíveis para carga e reportar ao agente de scheduling de carga)

66 8. Conclusões Mais inteligência
Embutir:ES, Intelligent Software Agents, Neural Network e outras tecnologias de IA nos novos DSS Ex: métodos de data mining baseados em IA podem descobrir relacionamentos que podem ser usados por modelos de DSS para predizer previsão de vendas de um novo produto Arquitetura de AI podem ajudar a superar o muro da sobrecarga de informação, combinando interfaces fáceis de usar, feedbacks imediados e capacidades de monitoramento autônomo. A combinação de agentes inteligentes com OLAP é o grande “tchan”em datawarehousing