UNIDADE IV – Sistemas de Apoio a Decisão - Luiz Leaoluizleao.com/Docencia/FAP/INTEMP/INTELIG_EMP_UND_04.pdf · UNIDADE IV – Sistemas de Apoio a Decisão INTELIGÊNCIA EMPRESARIAL

INTELIGÊNCIA EMPRESARIAL

Luiz Leão – [email protected] http://www.luizleao.com

UNIDADE IV – Sistemas de Apoio a Decisão

mailto:[email protected]

http://www.luizleao.com/



Conteúdo Programático• 4.1. Conceitos de sistema de apoio à decisão. • 4.2. Tipos de sistemas de apoio à decisão. • 4.3. Componentes de sistemas de apoio à

decisão. • 4.4. Data Warehouses como componente de SAD. • 4.4.1. Ambiente de Data Warehouse • 4.4.2. Arquitetura de um Data Warehouse,

conceitos básicos • 4.4.3 Data Marts. • 4.4.4. Modelo Estrela x Modelo Floco de Neve. • 4.4.5. Projeto de Data Warehouse.



Conceitos•A tomada de decisão é essencialmente aquele tipo de atividade de processamento de informação que resulta na escolha de um plano de ação.

•Uma boa informação é a base da tomada de decisão estratégica que deve ser tomada no ambiente empresarial moderno.

•As empresas são bem sucedidas em acessar e transformar dados em informações de negócio, e em disponibilizar dados aos usuários, entretanto ....



Reduzindo o “Gap” ......•Estas mesmas empresas não são bem sucedidas em ligar a informação à ação, e ao seu correspondente valor para os negócios

•O SAD deve estar conectado aos demais componentes da organização

Dado Contexto Informação Ação ValorG A P

(Fonte: Prof. Fernando Nimer)



Visão Geral do SAD – Sistema de Apoio à Decisão

• Um SAD é um sistema de informação baseado em computador que fornece conhecimento a gerentes (ou pessoas autorizadas) que trabalham naquela área a solucionar problemas, ou seja, tomar decisões.

“... um SAD deve comandar um sistema interativo para auxiliar tomadores de decisão a utilizar dados e modelos para

solucionar problemas não estruturados” (Sprague Jr.)



• Decisão Estruturada: Relacionadas a atividades que podem ser automatizadas e padronizadas. As decisões são tomadas em nível operacional, não dependendo de intervenção direta do gerente.

– Exemplos: Pedido de compra com base no nível de estoque; troca de produto com defeito aparente.

• Decisão Não-estruturada: Relacionadas a situações originais, não rotineiras e que dificilmente poderiam ser padronizadas. As decisões têm como ponto central o processo de julgamento e decisão do gerente.

– Exemplos: Escolha da capa para uma edição da revista; contratação de um novo Gerente.

• Decisão Semi-Estruturada: Com características estruturadas e não estruturadas.

– Exemplos: Definição de turnos de trabalho e plantões; definição de produção de produtos de acordo com a demanda projetada para o mercado.

Classificação das Decisões



Níveis Hierárquicos e as Informações Gerenciais

Gerentes Corporativos

- Suporte à decisão e monitoramento de desempenho de funções e processos

- Alocação de recursos e estratégias. - Monitoramento de desempenho do negócio, ou

de partes do negócio

- Planos objetivos e perspectivas de resultados. - Desempenho consolidado do negócioNão-Estruturada

Semi-Estruturada

Estruturada

(Fonte: Adaptado de Fernando Nimer)

Gerentes Operacionais

Altos Executivos e Acionistas



Principais Características do SAD• Podemos resumir as principais características dos problemas a

serem solucionados com o auxílio de um SAD como:

– O problema está continuamente mudando

– As respostas são necessárias rapidamente

– Os dados estão em constante mudança e possuem origem em diversas fontes

– Os dados devem ser processados e disponibilizados em diferentes tipos de representação



Principais Características do SAD• Uma das maneiras de tentarmos compreender um SAD é através de

suas características, sendo que as mais observadas são:

– Tendência a problemas sub-especificados, não bem estruturados, tais como os executivos de alto nível se defrontam;

– Combinação de modelos e técnicas analíticas com funções tradicionais de acesso e recuperação de dados;

– Usos de dispositivos que tornam fácil a sua utilização de modo interativo pelos usuários;

– Ênfase em flexibilidade e capacidade de adaptação a mudanças no ambiente e na abordagem do usuário.



Principais Características do SAD• Observação:

• Cada tomador de decisão tem habilidades, conhecimentos e estilo diferentes de outro e, portanto, um SAD não pode ser projetado baseado apenas em um processo específico de tomada de decisão.

• Por isto, a flexibilidade é uma das principais características de um SAD, uma vez que o ambiente, as tarefas e os usuários estão sujeitos a frequentes mudanças.



Indicam a necessidade de um SAD na organização

• Dificuldade em consolidar informações para tomar decisões;

• Muitos sistemas de informação dispersos na empresa;

• Diferenças e erros nos conceitos de dados;

• Conceitos de dados variando conforme o intérprete;



Indicam a necessidade de um SAD na organização

• Incapacidade de decidir com base em informações confiáveis;

• Dificuldade em compartilhar informações entre as várias áreas da empresa;

• Problemas de qualidade dos dados;

• Dados chegam atrasados para a tomada de decisão

ADMINISTRAÇÃO DE SISTEMAS DE INFORMAÇÃO

Unidade V – Aplicações de Sistemas de Apoio às Decisões

Arquitetura de um Sistema de BI




Módulo ETL (extraction, transformation and loading): componente dedicado à extração, ao carregamento e à transformação de dados.

✓ É a parte responsável pelo recolhimento das informações nas mais diversas fontes (sistemas ERP, arquivos TXT, ficheiros Excel ...)




Data Warehouse/Data Marts – locais onde ficam concentrados todos os dados extraídos dos sistemas operacionais.

A grande vantagem de ter um repositório de dados separado consiste na possibilidade de armazenar informações históricas e agregadas, construindo assim um melhor suporte para as análises efetuadas a posteriori.




Data Mining – é o processo de explorar grandes quantidades de dados à procura de padrões consistentes, como regras de associação, para detectar relacionamentos sistemáticos entre variáveis, detectando assim novos subconjuntos de dados.




Front-end – parte visível ao usuário. Pode consubstanciar-se em forma de relatór ios padronizados e ad hoc, portal de intranet/Internet, análise OLAP e funções diversas como data mining ou forecasting (projeções de cenários futuros baseados em determinadas premissias).




Metadados: “dados sobre dados”. Os dados sobre o sistema que operam com estes dados.

Um repositório de metadados é um ferramenta essencial para o gerenciamento de um DW no momento de converter dados em informações para negócios.



Tipos de SAD• Sistemas de Suporte à Decisão (DSS);

• Sistemas de Suporte à Decisão em Grupo (GDSS)

• Sistemas de Informação Executiva (EIS)

• Sistemas Especialistas (Expert Systems)

• Sistemas Artificiais / Redes Neurais



Classe de SAD Definição Terminologia TípicaSistema de Suporte à Decisão(SSD)

Sistemas interativos que auxiliam o tomador de decisão a utilizarem dados e modelos para resolver problemas

Data Warehouse, Data Mart, Data Mining

Sistema de Informação Executiva (SIE)

Sistemas que atendem a necessidade de gestão e tomadas de decisão dos executivos

EIS, Balance Scorecard, Dashboards, BPM

Sistema de Suporte à Decisão em Grupo (GSSD)

Sistemas que auxiliam a tomada de decisão coletiva

Groupware, Sistemas Colaborativos, Meetings Eletrônicos

Sistemas Especialistas Sistemas com conhecimento especializado para resolver problemas específicos, tomar decisões específicas

Inteligência Artificial, Expert System

Tipos de SAD



Ambiente do SAD•São instrumentos que facilitam a tarefa de tomada de decisão e que

tentam otimizar os resultados obtidos melhorando assim a qualidade

das decisões

•Utilizados tanto do nível tático quanto do nível estratégico. Ajuda os

utilizadores na tomada de decisões fornecendo-lhes informação,

modelos e ferramentas para analisar a informação.



Ambiente do SAD•O SAD é uma classe de sistema pertencente ao chamado ambiente analítico (OLAP) da organização.

•Vejamos então o que é este ambiente, suas características e diferenças em relação ao ambiente transacional (OLTP) em uma organização.



Ambiente Operacional X Ambiente Analítico

(Fonte: . Ciferri, C. D. de A., Ciferri, R. R., Processamento Analítico de Dados

Ambiente Operacional Ambiente Analitico

Principal Característica

Voltado ao processamento de transações OLTP

Voltado ao processamento de consultas OLAP

Tipos de Operação mais Frequentes

Atualização, exclusão e inserção

Consulta

Características das Transações

Pequenas e simples, acessam poucos registros por vez

Longas e complexas, acessam muitos registros por vez e realizam várias varreduras e junções de tabelas





Ambiente Operacional Ambiente Analitico

Interações com os Usuários Pré-determinadas estáticas

ad-hoc dinâmicas

Granularidade dos Dados Detalhado Detalhado e agregadoProjeto do Banco de Dados Normalizado (3FN) Multidimensional, refletindo as

necessidades de análise dos usuários

Histórico dos Registros Mantém a situação corrente (atual)

Dados Históricos são relevantes (5 a 10 anos)





Ambiente Operacional Ambiente Analítico

Volume de Dados megabytes a gigabytes gigabytes a terabytes

Principal Questão de Desempenho

produtividade da transação

produtividade da consulta

Exemplos de aplicações

transações bancárias, empréstimos de livros, contas a pagar

planejamento de marketing, análise financeira



Requisitos do Ambiente Operacional• Tempo de Resposta

• Segurança

• Recuperação de Falhas

• Muitos usuários concorrentes



Requisitos do Ambiente Analítico• Flexibilidade, facilidade de navegação

• Consultas complexas, não antecipadas

• Gerenciamento de enormes volumes de dados

• Necessidade de examinar o dado em diferentes níveis de detalhe

• Necessidade de acesso a dados de fontes de dados diversas

Data Warehouse



Exemplo✓ Proprietário de uma loja de vinhos possui grande conhecimento

dos vinhos que vende o Tipo de uva do qual foi feito. o Sabor. o Sua idade. o Processo de fabricação. o Tipo de clima. o Outras informações sobre seu produto...



Exemplo

✓Os clientes gostam de visitar sua loja e aprender sobre vinhos o quanto podem.

✓Mas é necessário muito mais do que isso para garantir suas vendas e a lealdade de seus clientes: precisa conhecê-los.



Exemplo✓É necessário saber que tipo de vinho aquele cliente gosta. ✓Capacidade financeira.

✓Conhecer o produto é obrigação de todos os proprietários, porém o que faz a diferença entre cada loja é o tratamento diferenciado dado aos clientes.

o Isso requer conhecimento e aprendizado.



Exemplo✓Pequena loja com poucos clientes é simples criar uma

relação de atendimento personalizado, conhecendo as necessidades e gostos de cada um.

✓Em Grandes empresa estas relações dificilmente criadas. o Ao lidar com um grande número de clientes, a grande

empresa não pode se preocupar com atendimento dedicado pois não tem como aprender e conhecer cada um deles.



Exemplo✓Há, hoje, uma tendência mundial em ganhar a lealdade do

cliente através do estabelecimento de uma relação pessoal, um-para-um, entre empresa e cliente.

✓Também nesta tendência, as empresas desejam identificar os clientes cujos valores e necessidades sejam mais compatíveis com o uso prolongado de seus produtos, e nos quais é válido o risco de investir com descontos, pacotes, brindes e outras formas de criar esta relação pessoa.



Exemplo✓Esta mudança de focalização do grande mercado para o

usuário individual requer mudanças em toda a empresa (setores de marketing, vendas, atendimento ao cliente …).

▪ A grande empresa precisará simular a pequena loja na qual o cliente sente-se bem tratado, especial e humano, não sendo apenas um número.

Resumindo: Data Warehouse – A memória da Empresa



• Pequena Empresa (loja de vinho) – Proprietário aprende a cada dia com seus clientes pela observação de suas preferências.

– O proprietário é • Humano • Possui memória • Capacidade de aprendizado

• Lida com poucos clientes.

Data Warehouse - A Memória da Empresa




Grande Empresa

Não há proprietário que se relacione diretamente e pessoalmente com o cliente para poder observá-lo e aprender sobre ele.

Quem lida com o cliente é um vendedor ou mesmo o computador.

Número de cliente bastante alto, dificultando a observação de cada cliente em especial.



•Para criar uma relação de um-pra-um em uma grande empresa

–Proprietário humano precisa ser substituído por uma máquina capaz de tratar grandes números, o computador.

–A memória do proprietário é substituída por um grande banco de dados denominado de Data Warehouse.

–A capacidade de aprendizado é substituída por técnicas de Inteligência Artificial e Estatística genericamente denominadas de Dataming




• A cada dia dados estão sendo gerados.

• Exemplo: Compra de um telefone


BD

Dados adquiridos ▪ Número telefônico, ▪ duração da chamada, ▪ número do cartão de

crédito, ▪ endereço de entrega, ▪ produto escolhido ▪ outros dados são

adquiridos ...

Armazenadas




A filosofia empresarial dirigida ao cliente considera cada • Item de informação sobre o cliente, • Interação em pontos de venda, • Visita a uma página web como uma forma de obter

dados e aprender sobre o cliente.

Certamente que obter dados não é aprender sobre o cliente!




De fato, muitas empresas armazenam GB de dados sem aprender nada acerca de seus clientes e produtos.

Nestes casos, os dados são armazenados para fins operacionais

• Controle de estoque. • Cobrança, entre outros ...

Após seu uso são descartados sem a consideração de que podem representar fonte de informação valiosa para a empresa.

Documents

UNIDADE IV – Sistemas de Apoio a Decisão - Luiz Leaoluizleao.com/Docencia/FAP/INTEMP/INTELIG_EMP_UND_04.pdf · UNIDADE IV – Sistemas de Apoio a Decisão INTELIGÊNCIA EMPRESARIAL