A apresentação está carregando. Por favor, espere

A apresentação está carregando. Por favor, espere

Disciplina de Sistemas de Apoio a Decisão Prof. Luiz Sistemas de Informação.

Apresentações semelhantes


Apresentação em tema: "Disciplina de Sistemas de Apoio a Decisão Prof. Luiz Sistemas de Informação."— Transcrição da apresentação:

1 Disciplina de Sistemas de Apoio a Decisão Prof. Luiz Sistemas de Informação

2 O Ato de Gerenciar Dois tópicos importantes: Gerenciamento: processo pelo qual a organização atinge seus objetivos usando recursos corporativos e de parceiros; Gerenciamento: processo pelo qual a organização atinge seus objetivos usando recursos corporativos e de parceiros; Produtividade: taxa de outputs (cumprimento dos objetivos) pelos inputs (recursos). Produtividade: taxa de outputs (cumprimento dos objetivos) pelos inputs (recursos). A produtividade depende da forma como se gerencia (planejar, organizar, controlar, coordenar); Para se gerenciar deve-se estar continuamente engajado no processo de tomada de decisões: the manager is primarily a decision-maker.

3 O Ato de Gerenciar Seria então o processo de gerenciar um ato inerente, natural, à pessoa?

4 O Ato de Gerenciar Por muito tempo sim! Considerou-se que a capacidade de decisão era baseado na criatividade, julgamento, intuição e experiência! Aprendizado era por tentativa e erro! Por muito tempo ignorou-se os métodos quantitativos baseados em pesquisas científicos que poderiam auxiliar no processo de tomada de decisão. Como o ambiente atual, a sociedade da informação, muda constantemente, será o talento nato, a arte de liderar, fator suficiente?

5 O Ato de Gerenciar Vamos analisar os fatos: 1) Ambientes extremamente complexos; 1) Ambientes extremamente complexos; 2) Milhares de alternativas causadas pela explosão tecnológica e meios de comunicação; 2) Milhares de alternativas causadas pela explosão tecnológica e meios de comunicação; 3) Custo de uma decisão errada dentro de um cenário complexo; 3) Custo de uma decisão errada dentro de um cenário complexo; 4) Mudanças constantes no ambiente causando incerteza sobre o impacto das decisões; 4) Mudanças constantes no ambiente causando incerteza sobre o impacto das decisões; 5) Com tudo isso, as decisões ainda tem de ser rápidas o suficiente dentro do cenário da sociedade da informação respondendo a expectativa da resposta instantânea. 5) Com tudo isso, as decisões ainda tem de ser rápidas o suficiente dentro do cenário da sociedade da informação respondendo a expectativa da resposta instantânea.

6 O Ato de Gerenciar Será que diante de todos estes fatos, podemos acreditar que o método de tentativa e erro é ainda interessante? Será que o método de confiar na decisão, somente envolvendo a experiência profissional, é confiável?

7 O Ato de Gerenciar Devido aos fatores apresentados, os riscos e prejuízos podem ser incalculáveis! Os decision-makers precisam ser mais sofisticados! Mais modernos usando novas técnicas e ferramentas de tomada de decisão.

8 Fatores que afetam Decisões TI + rede de computadores (muitas tecnologias, alternativas e informações); Complexidade organizacional; Competição (capitalismo!); Mercados internacionais; Estabilidade Política; Consumismo; Intervenções Governamentais; Mudanças no negócio.

9 Fatores que afetam Decisões Com todos os fatores anteriores, os gerentes devem possuir sistemas de informação que os provisionem de informações para a tomada de decisões; No século XXI, ferramentas como data warehouses, data mining, olap e etc via Web tornaram-se essenciais.

10 Motivos para usar um SAD automatizado 1o motivo: velocidade na computação de informações! 2o motivo: melhoria nas comunicações que são mais instantâneas na cadeia de relacionamentos do negócio; 3o motivo: aumento da produtividade com redução do grupo responsável por tomada de decisão, possibilidade de agregar pessoas de diferentes lugares e uso de ferramentas capazes de mostrar o melhor caminho para conduzir o negócio.

11 Motivos para usar um SAD automatizado 4o motivo: dados são compartilhados por pessoas em diferentes locais tornando a informação mais acessível; 5o motivo: acesso a uma base centralizada de informações (data warehouse), provendo consistência; 6o motivo: melhora na qualidade das decisões, com a possibilidade de analise de diferentes cenários e situações complexas!

12 Motivos para usar um SAD automatizado 7o motivo: competitividade pela velocidade da tomada de decisões, rapidamente mudando seu modo de operar, remodelar processos e inovar! 8o motivo: extrapola os limites cognitivos de lembrança e processamento de informações, ambos limitados no que se refere ao aspecto humano.

13 Framework (SAD) Vamos apresentar um Framework clássico para tomada de decisões proposto por Gorry e Scott Morton, que combinaram as idéias de Simon (1977) – tipos de decisão - e Anthony (1965) – tipos de controle. O framework auxilia a selecionar as melhores ferramentas SAD e classifica os problemas!

14 Framework (SAD) – Tipos de Decisão Simon descreve o processo de tomada de decisão baseado em três fases: 1. Inteligência: procura por condições que clamam por decisão; 1. Inteligência: procura por condições que clamam por decisão; 2. Design: inventar, desenvolver, analisar possíveis caminhos de uma ação; 2. Design: inventar, desenvolver, analisar possíveis caminhos de uma ação; 3. Escolha: selecionar um dos caminhos. 3. Escolha: selecionar um dos caminhos. Baseado nestas três fases, Simon montou três tipos de decisão: Estruturada; Estruturada; Não-Estruturada; Não-Estruturada; Semi-Estruturada. Semi-Estruturada.

15 Framework (SAD) – Tipos de Decisão Estruturada: os procedimentos para obter a melhor solução são conhecidos. Objetivos claros, como vamos minimizar os custos ou vamos maximizar os lucros; Objetivos claros, como vamos minimizar os custos ou vamos maximizar os lucros; Uso de ferramentas e modelos (MS – Management Science) para auxilio na tomada de decisão; Uso de ferramentas e modelos (MS – Management Science) para auxilio na tomada de decisão; São procedimentos rotineiros, problemas repetitivos, cujas soluções-padrão já existem. São procedimentos rotineiros, problemas repetitivos, cujas soluções-padrão já existem. Exemplos: Gerenciamento de Investimentos, Sistema de pagamentos. Exemplos: Gerenciamento de Investimentos, Sistema de pagamentos. Não-Estruturada: os procedimentos não são conhecidos. Problema complexo e nebuloso; Problema complexo e nebuloso; Baseado na intuição humana como principal ferramenta da tomada de decisão; Baseado na intuição humana como principal ferramenta da tomada de decisão; Somente em parte do problema, o uso de ferramentas e modelos de tomada de decisão se aplica; Somente em parte do problema, o uso de ferramentas e modelos de tomada de decisão se aplica; Exemplos: prospecção e compra de tecnologia, planejamento de P&D Exemplos: prospecção e compra de tecnologia, planejamento de P&D Semi-Estruturado: combina elementos do estruturado com o não- estruturado. Combina soluções padrão + julgamento humano; Combina soluções padrão + julgamento humano; Exemplo: Controle de Inventário, avaliação de crédito. Exemplo: Controle de Inventário, avaliação de crédito.

16 Framework (SAD) – Tipos de Controle Planejamento Estratégico: define objetivos e políticas para alocação de recursos a longo prazo; Controle Gerencial: define, de acordo com os objetivos da organização, a aquisição e o uso eficiente de recursos; Controle Operacional: execução de tarefas específicas de forma eficiente e efetiva.

17 Framework (SAD) SIMON ANTHONY GORRY & SCOTT

18 Framework (SAD) - Considerações Células 1,2 e 3 são executadas por low-level managers: Procedimentos mais estruturados e controlados; Procedimentos mais estruturados e controlados; Pouco peso da decisão humana; Pouco peso da decisão humana; Baixo risco para o negócio. Baixo risco para o negócio. Células 6,7 e 8 são executadas por especialistas treinados ou grandes executivos; Problemas mais complexos; Problemas mais complexos; Uso de ferramentas SAD; Uso de ferramentas SAD; Decisões críticas para o negócio. Decisões críticas para o negócio.

19 Management Science Descreve modelos capazes de, via fórmulas quantitativas, estruturar uma decisão; Segue uma visão que quem toma a decisão segue um processo sistemático de resolver problemas; Os passos são: Definir o problema; Definir o problema; Classificar o problema em uma categoria pré-definida; Classificar o problema em uma categoria pré-definida; Construir um modelo matemático que descreve o problema no mundo real; Construir um modelo matemático que descreve o problema no mundo real; Encontrar possíveis soluções para o problema modelado e avaliá-las; Encontrar possíveis soluções para o problema modelado e avaliá-las; Escolher e recomendar uma solução para o problema. Escolher e recomendar uma solução para o problema.

20 GSS – Group Support System Constitui-se de um grupo de pessoas em trabalho cooperativo e colaborativo utilizando recursos de TI (groupwares); Caso: Hong Kong Police Force (HKPF) Problema: Problema: Treinamentos dos oficiais incluíam deliberação de tópicos relacionados ao trabalho da polícia; A expectativa era que os oficiais pudessem tomar decisões e desenvolver um plano de ação; As discussões era improdutivas: o tradicional tet-a-tet entre oficiais trazia discussões dominadas por uma minoria, ofuscando e intimidando os demais.

21 GSS – Group Support System Caso: Hong Kong Police Force (HKPF) Solução: Solução: Uso de GSS – software GroupSystems da empresa GroupSystems.com, Arizona; Brainstorm entre grupo de oficiais entre 5 e 8; Voto da solução e posterior desenvolvimento do plano de ação; O instrutor usou o GSS para colocar suas próprias contribuições e alterar o cenário da discussão on-line (incorporar novos desafios); Resultados Resultados Os oficiais aprovaram o novo sistema, uma vez que melhoraram suas habilidades de decisão e as discussões tornaram-se produtivas; O instrutor conseguiu extrair o melhor de seus alunos mediante o antigo cenário; O domínio que alguns oficiais tinham sobre as sessões no antigo cenário praticamente sumiu.

22 GSS – Group Support System

23 Knowledge Management Systems (KMS) São sistemas capazes de disseminar o conhecimento para a solução de problemas já ocorridos; O conhecimento acumulado na organização deve ser utilizado para resolver problemas idênticos ou similares; Algumas questões a levantar: Aonde encontrar o conhecimento? Aonde encontrar o conhecimento? Como classificá-lo? Como classificá-lo? Como armazená-lo? Como armazená-lo? Como mantê-lo? Como mantê-lo? Como usá-lo? Como usá-lo? Como motivar as pessoas a contribuir e documentar? Como motivar as pessoas a contribuir e documentar? Resposta: use um KMS!

24 Expert Systems Sistemas que tentam imitar as habilidades de um humano especialista de resolver problemas; O uso de tecnologia de IA (Inteligência Artificial) é necessário para especializar o sistema em determinada área; Em geral funcionam embutidos em outros softwares de TI, como ferramentas web (applets java) ou instalados em servidores web; Idéia básica por trás do ES: Expertise é transferido do especialista para o sistema: ele alimenta o sistema com informações; Expertise é transferido do especialista para o sistema: ele alimenta o sistema com informações; O conhecimento é armazenado; O conhecimento é armazenado; O usuário não-especialista questiona o sistema sobre um caso específico; O usuário não-especialista questiona o sistema sobre um caso específico; O ES questiona o usuário sobre alguns fatos, faz inferências e chega a uma conclusão; O ES questiona o usuário sobre alguns fatos, faz inferências e chega a uma conclusão; O ES avisa o usuário e explica, caso necessário, a lógica por trás do questionamento do usuário O ES avisa o usuário e explica, caso necessário, a lógica por trás do questionamento do usuário

25 Redes Neurais Artificiais As tecnologias e sistemas mencionados anteriormente tratam dados e conhecimentos explícitos: alguém os sabe ou tem armazenado; E quando as informações não são explícitas? Podemos usar situações e experiências similares para auxiliar no processo decisório quando réplicas exatas do problema não existem! Neste cenário entram as Machine Learnings, como as RNAs (Redes Neurais Artificiais);

26 Redes Neurais Artificiais RNAs usam técnicas de reconhecimento de padrões como forma de solução do problema; A RNA aprende com os dados que lhe são repassados e aplicar este aprendizado em decisões em novos problemas; Exemplos conhecidos: Gastos não usuais com cartão de crédito; Gastos não usuais com cartão de crédito; Movimentação bancária. Movimentação bancária.

27 Redes Neurais Artificiais

28 SADs Avançados Algoritmos Genéticos: imitam o processo de evolução buscando pela melhor solução. Lógica Fuzzy: lida com a forma imprecisa de como o ser humano se comunica, modelando matematicamente em uma forma precisa, para auxiliar na tomada de decisões. Agentes Inteligentes: programas que ajudam a automatizar várias tarefas, aprendendo o que fazer e como fazer baseado na situação e tarefa.

29 Hybrid Support System Combinação de técnicas e ferramentas de apoio a decisão para encontrar a melhor solução em um cenário com diferentes casos; Elas podem ser aplicadas: Independentemente, cada uma propondo sua solução para os diferentes cenários, ou Independentemente, cada uma propondo sua solução para os diferentes cenários, ou Como uma única solução, porém limitada as tecnologias implementadas. Como uma única solução, porém limitada as tecnologias implementadas.


Carregar ppt "Disciplina de Sistemas de Apoio a Decisão Prof. Luiz Sistemas de Informação."

Apresentações semelhantes


Anúncios Google