Sistemas de Apoio à Decisões

Indice Conceito e Introdução Metadados Executive Information Systems (EIS) Enterprise Resource Planning (ERP) CRM / e-CRM Data Warehouse Data Marts Data Mining Inteligência Artificial Sistemas Especialistas (ES) Database Marketing Business Intelligence (BI) Ferramentas OLAP

Conceituando S A D Conceito : Os Sistemas de Apoio a Decisões foram concebidos para auxiliar no processo de tomada de decisões das empresas Permitem calcular o custo de produtos, projetar estimativas de lucro e prejuízo, analisar o desempenho das empresas e da economia por meio de gráficos comparativos e planejar a parte financeira através do fluxo de caixa e de planilhas bancárias e de fornecedores.

Introdução Peter Drucker: As organizações do futuro - baseadas em informação - compostas de especialistas que orientam o seu próprio desempenho Informática + Telecomunicações = velocidade da informação Brasil: não há uma pesquisa s/ Sw mais utilizados - apoio em decisões pouco científicas c/ planilhas de cálculo EUA: Suporte a decisão = ERP - assuntos estratégicos = métodos de pesquisa operacional - análise de mercados / clientes = BI

Voltando ... Informação: Melhor recurso do qual uma empresa pode dispor para tomar decisões estratégicas Analise dos dados fornece informações vitais para a empresa (históricos sobre vendas, produção, clientes, etc.) Problemas: Dificuldades para obter informação Qtde de dados a serem analisados cresce com a expansão do negócio e com o passar dos anos Dados conflitantes vindos de fontes diferentes podem gerar informações desencontradas Impossível para um ser humano manter e analisar todos os dados Informação não é mais mantida por gerentes devido à mobilidade no mercado de trabalho

E... Benefícios: Determinar o mercado-alvo de um produto Definir o preço de um produto, criar promoções e condições especiais de compra Verificar a eficácia de campanhas de marketing Otimizar a quantidade de produtos no estoque Responder rapidamente a mudanças no mercado e determinar novas tendências ... ou seja, ganhar eficiência e lucratividade

Fases Primeira: modelagem de informações (enxergar as informações envolvidas no processo) Segunda: identificar onde estão os "repositórios" de informações e conhecimentos Terceira: realizar a implantação de sistemas de apoio a decisões Tempo: dois a quatro anos - cultura de cada empresa

Gerenciando informações Mercado de armazenamento de dados no Brasil: cresceu 44,4% (2003) – movimentou US$ 1,3 bilhão de dólares. Brasil: houve evolução muito grande nos últimos 10 anos Principais fatores propulsores: 1-Significativa queda do custo de armazenamento de dados 2- Desenvolvimento de recursos que permitem a rápida recuperação dos dados 3- Automação dos processos 4- Uso de ferramentas - melhor gerenciamento dos fluxos de trabalho

Observações importantes Não basta simplesmente armazenar o dado - É necessário que a informação esteja disponível para tomar decisão na hora certa, de forma simples, confiável e precisa Globalização -> aumento de competitividade -> melhoria na prestação de serviços aos clientes - Diferencial competitivo Empresas brasileiras: a maioria tem tecnologia - não têm uma estratégia para tratar e gerenciar a informação Apenas os dados de real valor devem ser tratados e guardados pela empresa  Alinhar o tratamento de dados, a informação e as estratégias de negócio

Mapeando / redesenhando processos Sobrevivencia: mercados de alta competição -> estrutura p/ atuar com eficiência e qualidade -> controle dos processos internos + visão ampla/dinâmica das tendências e necessidades de seus clientes Implementação: 1- Identificar onde nasce o dado ou informação (aonde o conhecimento surge) 2- Como ele é utilizado nos diversos processos de negócio e operacionais 3- Identificar a relevância desde dado ou informação X objetivos estratégicos (onde ele precisa ser utilizado)

Metadados Importância: a partir deles que as informações serão processadas, atualizadas e consultadas – Dados sobre os dados Apresentam 3 camadas:  1-Metadados Operacionais: estrutura dos dados mantidos pelos bancos operacionais, usados pelas aplicações de produção da empresa 2-Metadados Centrais de um DW: orientados por assunto e definem como os dados transformados devem ser interpretados (agregação e campos calculados) - visões sobre cruzamentos de assuntos 3-Metadados do Nível do Usuário: Organizam para conceitos que sejam familiares e adequados aos usuários finais

Executive Information Systems (EIS) 1970 - MIT (Massachusets Institute of Tecnology-EUA) Nova tecnologia - Conceito espalhou-se rapidamente p/ mundo Atualmente presente em diversos outros SW no mundo inteiro Apresentação simples e amigável -> atende às necessidades dos executivos da alta administração (principalmente) Acompanhamento diário de resultados + tabulando dados de todas as áreas = exibição gráfica e simplificada Sucesso = simplicidade de uso + orientação para gráficos + complementação em vez de substituição

Executive Information Systems (EIS) Caracteristicas: direcionado à alta administração - recursos gráficos de alta qualidade / automáticos - .rapidez para a tomada de decisões – facilidade de uso - telas de acesso intuitivo - sem treinamento específico em TI Filtram, resumem e acompanham dados ligados ao controle de desempenho de fatores críticos para o sucesso do negócio - uso intensivo de dados do meio ambiente interno e externo da empresa (bancos de dados no mercado financeiro e empresarial)

Enterprise Resource Planning (ERP) Conceito: conjunto de atividades executadas por um Sw multi-modular Arquitetura que facilita o fluxo de informações entre todas as atividades de uma empresa (fabricação, logística, finanças e recursos humanos) Objetivo: Auxiliar empresa nas fases do seu negócio (desenvolvimento de produtos, compra de itens, manutenção de estoques, interação com os fornecedores, serviços a clientes e acompanhamento de ordens de produção) Utiliza base de dados única - eliminando-se a redundância de informações e redigitação de dados - integridade das informações

Enterprise Resource Planning (ERP) Projetados para serem independentes de plataforma - interface GUI - arquitetura cliente/servidor Brasil: adaptar modulos originais às particularidades do país Integração: registra e processa cada evento empresarial - oriundo das funções empresariais - um único input - disponibiliza a informação para todos na empresa Componentes típicos: Finanças – Contabilidade - Planejamento e Controle da Produção - Recursos Humanos - Custos - Vendas - Marketing

CRM (Customer Relationship Management) Globalização + Internet + novas exigências dos clientes Investimentos ($): técnicas p/ obter clientes rentáveis + rete- los + fixa-los no mercado + continuar crescendo Identificar clientes (independentemente do ponto de contatos) - diferenciar os clientes por seu valor (real e potencial) e por suas necessidades - interagir com clientes + personalizar clientes (lembrar-se deles) Implementar a filosofia “one to one” de relacionamento com os clientes Filosofia one-to-one é voltada para o desenvolvimento de uma relação individualizada e personalizada entre cliente e empresa

CRM (Customer Relationship Management) Processo: capturar os dados(clientes) + armazenar DB central + organizar / analisar os dados – disponibilizar (pontos de acesso ao cliente) – funcionarios bem informados Direcionado para o cliente, proporcionando meios de antecipar atendimento às necessidades do cliente Construir uma relação de aprendizado - personalizar aspectos da relação c/ a empresa - agregar valor real à relação - criar custos de mudança e gerar fidelidade Manutenção: Trabalhar esses clientes - identificá-los separadamente – sintam-se em ambiente conveniente + percebam que tem grande valor para a empresa (atendimento personalizado – antecipados )

CRM (Customer Relationship Management) Estratégias: Operacional: obter dados de transações realizadas em produtos e clientes - telefone, correios, e-mail, Internet, agentes externos (vendedores móveis) Analitico: proporciona série de informações sobre os clientes que estão armazenadas em seus repositórios de dados - aquisição de conhecimento de cada cliente - montar um perfil dos mesmos - criando ambientes - personalizando o atendimento Colaborativo: tecnologias p/ comunicação entre clientes, da equipe da empresa e mesmo de sócios do negócio(web, voz, fax/letter e interação direta com os clientes)

E-CRM Globalização do comércio – novos meios de comercialização de seus produtos - e-commerce (comércio eletrônico) Surge o e-CRM (eletronic Customer Relationship Management) Um novo modelo de cliente: cliente “Internauta” – aumenta sua participação no mercado rapidamente

Data Warehouse Conceito: É um grande banco de dados que armazena dados de diversas fontes para futura geração de informações integradas da organização como um todo Utilizado p/ relatórios e análises executivas - reorganizações de dados e combinações de informações (inclusive dados históricos) – visando tomada de decisões principalmente táticas e estratégicas Operação complexa - gera informações analíticas - atualizadas periodicamente pelos bancos de dados operacionais da empresa

Data Marts Conceito: É um pequeno ”Data Warehouse” - suporte à decisão de um pequeno grupo de pessoas - atendem as necessidades de unidades específicas de negócio (ao invés da corporação inteira) Motivos: custo mais baixo + tempo menor de implementação + correntes avanços tecnológicos. 1- Custo de implementação baixo – alcance grande número de corporações. 2- Prototipação muito mais rápido - pilotos em 30 e 120 dias - sistemas completos em 3 e seis meses. 3- Escopo mais limitado - mais identificados com grupos de usuários - esforço/time concentrado Servem de teste p/ Data Warehouse (tempo, dados e investimentos gerenciais muito maiores)

Data Mining Conceito : "Mineração de dados" - análise de conjuntos de dados transformando-o em informação e conhecimento Objetivo: descoberta de padrões que possam representar informações úteis Padrão: uma afirmação sobre uma distribuição probabilística (expressos na forma de regras, fórmulas e funções)  Ferramentas + algoritmos de aprendizado / estatística => extrair conhecimento na forma de hipóteses/ regras - sugerindo tendências e particularidades pertinentes Métodos tradicionais de análise (planilhas) não conseguem analisar o conteúdo p/ obter conhecimentos importantes

Data Mining Padrões : Predição - resolver o problema (claro e bem especificado): predizer o valor futuro ou desconhecido de um ou mais atributos do banco de dados a partir do valor conhecido dos demais atributos Descritivos: encontrar padrões, de forma interpretável pelo homem, que descrevam os dados Diferença: Descritivo mais importante - mais difícil de avaliar - não deixa claro : sugere alguma ação / quanto efetiva esta ação seria Ex: regra encontrada – DB supermercado - 90% dos clientes que compram o produto A, também adquirem, na mesma ocasião, o produto B - serviços bancários / telecomunicação - histórico de pacientes - análise de admissão em cursos universitários

Inteligencia Artificial I.A: simulação da “inteligência” humana, na realização de atividades elaboradas por pessoas, que podem ser substituídas pelo uso dos recursos da ciência da computação e seus respectivos algoritmos inteligentes Inicialmente: focada em tarefas formais (jogos, demonstrações de teoremas e raciocínios) Posteriormente: manipulação de conhecimentos - algoritmos de percepção (visão e fala) - compreensão da linguagem natural - solução de problemas em domínios especializados(diagnósticos médico e análise química)

Inteligencia Artificial Hoje: projetos na área de engenharia, descobertas científicas, planejamento financeiro, mineração e análise de dados para a geração de informações empresariais Trabalha com o conhecimento - conceito que vai além da informação Ex: Aplicar o conhecimento adquirido da experiência - tratar situações complexas - resolver problemas quando faltam informações importantes - determinar o que é importante - ter capacidade de raciocinar e pensar - reagir rápida e corretamente a novas situações - compreender imagens visuais - processar e manipular símbolos – ser criativo e imaginativo

Sistemas Especialistas Origem: Inteligência Artificial Objetivo: solução de problemas que normalmente são resolvidos por “especialistas” humanos - atua como um profissional especializado c/ muita experiência em determinado domínio Modela o conhecimento em áreas / domínios específicos - tarefas rotineiras de gestão Regras pre-definidas + mecanismos de raciocínio - acessar substancial base de conhecimentos É a última evolução da Inteligência Artificial aplicada a EIS - o computador é utilizado para assistir ou até mesmo substituir os executivos nas decisões

Database Marketing Objetivo: utilização das informações s/ consumidores / mercado comercial - aumentar qualidade/ efetividade da relação c/ o cliente Suporte à gestão: áreas de desenvolvimento de produto, distribuição, política de preço, efetividade de promoções e previsão de vendas. Inputs: política corporativa / plano estratégico da organização / transações comerciais / informações externas s/ mercado, competidores e outros indicadores de interesse Benefícios: melhorar vendas - posicionamento no mercado - fidelidade do cliente - imagem da empresa - instrumento de planejamento/execução(ações marketing)

Business Intelligence (BI) Conceito: BI é quando uma empresa usa dados de seus sistemas operacionais (conhecimento do negócio) para tomar decisões de negócios Equipes c/ habilidades comerciais abrangentes + grande conhecimento técnico Projetos demorados: dados - Data Warehouse / Data Mart - DB preparado (estruturado e otimizado) p/ operações de BI -+ eventos econômicos/reguladores/políticos (tenham impacto sobre os negócios da empresa)

Business Intelligence (BI) Objetivo: aprender sobre o ambiente competitivo externo – conhecer posicionamento competitivo da empresa - mudanças internas - decisões estratégicas Benefícios: antecipar mudanças no mercado / ações dos competidores - descobrir novos ou potenciais competidores - aprender c/ os sucessos e as falhas dos outros - conhecer melhor suas possíveis aquisições ou parceiros - conhecer novas tecnologias / produtos / processos que tenham impacto no negócio - entrar em novos negócios - rever suas próprias práticas de negócio - auxiliar na implementação de novas ferramentas gerenciais

Ferramentas OLAP (Online Analytical Processing) Conceito: analisar e visualizar dados corporativos - rápida, consistente e interativa (processamento analítico em tempo-real) - análise dinâmica e multidimensional dos dados consolidados – independe de técnicos DBs relacionais (tabelas normalizadas) - "queries" complexas (multi-tabelas) - demasiado lento Análise multidimensional: ver "cubos" de informações de diferentes ângulos - são massas de dados que retornam das consultas feitas ao banco de dados - manipulados e visualizados por inúmeros ângulos (slice-and-dice) e diferentes níveis de agregação (drill)

Ferramentas OLAP (Online Analytical Processing) Restruturar Dbs relacionais em esquema dimensional - "queries" serão executadas neste novo esquema - respostas a 0.1% do tempo X DBs relacionais Consultas: acesso casual único - próprio usuário gera consultas - cruza informações c/ forma não vista e com métodos que o levem a descoberta daquilo que procura Slice-and-Dice: analisar informações de diferentes prismas limitados somente pela nossa imaginação - ver a informação sobre ângulos que anteriormente inexistiam Drill Down/Up: ver diferentes níveis de detalhe -“subir ou descer” detalhamento do dado – ex: analisar uma informação diariamente / anualmente do mesmo DB

CONCLUSÃO Tecnologia é o catalisador que possibilita que os funcionários sejam mais eficientes e efetivos em suas relações com os clientes. Softwares são recursos necessários para automatizar, gerenciar, e integrar vendas, marketing, desenvolvimento de produtos, e as funções de atendimento a clientes. É fundamental lembrar que não se trata apenas de hardware e software. Mesmo a mais sofisticada solução será apenas um elemento no processo de ganhar e reter clientes lucrativos. - Processos e pessoas são os complementos críticos para todas estas ferramentas. Foco: competitividade e a inteligência empresarial - e não a tecnologia propriamente dita. Tecnologia por tecnologia, sem planejamento, sem gestão e ação efetiva, sem um projeto amplo e consistente de tratamento da informação, não traz a competitividade que a empresa necessita

Bibliografia Sites na Internet acessados em dez/2011 Arquivos word/PDF obtidos p/ Google – dez/2011 Anexo (word) com toda a bibliografia