universidade catÓlica de pelotas escola de informÁtica v oficina gpia gestÃo do conhecimento:...
Post on 17-Apr-2015
110 Views
Preview:
TRANSCRIPT
UNIVERSIDADE CATÓLICA DE PELOTASESCOLA DE INFORMÁTICA
V OFICINA GPIA
GESTÃO DO CONHECIMENTO: CONCEITOS
Prof. MÁRIO CAPANEMA ULYSSÉA
22 NOVEMBRO 2001
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
MudançasTecnológicas
Mudanças nas Leis e Regulamentação
RecursosNaturais
ProdutosServiços Ecologia
Abertura dosMercados
Alterações noMercado
Alteração nas condiçõesSócio - econômicas
GLOBALIZAÇÃO
Processamento
Empresa
MáquinasInsumosEnergia
RecebimentoCrescimento
Planos Econômicos
INTRODUÇÃO
DESAFIOS ....
Ambiente
Interativo
Ferramentas de
Interatividade
Acesso aos Dados
WEB Dados daOrganização
Dados Externos
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 ?
ECONOMIA DIGITAL
EXPORTAÇÃO BENS TANGIVEIS E INTANGIVEIS
EXPORTAÇÃO - BRASIL
MERCADOS EMERGENTES
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
CONCEITOS
DADO: texto, fato, código, imagem, sons...
INFORMAÇÃO: dados organizados, estruturados, interpretados, sumarizados...
CONHECIMENTO: casos, regras, processos, modelos, informação útil....
INFORMAÇÃO E CONHECIMENTO
Informação: dados estruturados, com significado, contextualizados, interpretados e compreendidos.
Conhecimento: informação utilizada para tomar decisões, resolver problemas ou gerar idéias.
Capital Intelectual
Capital Humano
Conhecimento dos
empregados
Capital Estrutural
Capital do Cliente
Necessidades e opiniões dos
clientesGestão de Conhecimento
MONITORAMENTO DO CAPITAL AMBIENTAL
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.
GESTÃO DO CONHECIMENTO
ConhecimentoOrganizacional
IdentificarComprar
Coletar
Selecionar
Organizar
Armazenar Compartilhar
Interpretar
Adaptar
Aplicar
Criar
Vender
GERAR
APROPRIARCODIFICAR
DISSEMINAR
Fluxo de ConhecimentoCaptura/
Descoberta
Retenção
Disseminação
Utilização
Validação
Transformação
(Experimentação)
EXEMPLOS PROGRAMAS GESTÃO CONHECIMENTO
Bancos de Conhecimentos
Intranet, Internet e Extranet
Redes Especialistas
Mapas de Conhecimento
Memória Técnica
PROBLEMAS DE IMPLEMENTAÇÃO
Cultura individualista, centralizadora Excesso de informações Carência de recursos Dificuldade de acesso Falta de documentação Comunicação deficiente Descentralização Dependência tecnológica
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
Ferramentas Gestão do Conhecimento
Ferramentas/Intranet - Digital Dashboard e LotusGerencia Documentos - Excalibur RetrievalWareGroupware - Notes(Lotus) e ExchangeWorkflow - ARISToolset (IDS Scheer)Bases I. do Conhecimento – Neugents(Computer AssocBusiness Intelligence - Business ObjectsMapas de Conhecimento - SopheonFerramentas/Inovação - Invention Machine
TI Ad/Ar Organ.
Di/Co Aplicar
Criar
Databases
X X X XNetwork x x x xRepositori x xWorkflow xGroupwar x xMining xOLAP XConferenc xGED XDW XE-mail xFTP x x
HABILIDADES / COMPETENCIAS PARA....
TRANSFERÊNCIA DO CONHECIMENTO
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.
ARMAZÉM DE DADOS
Relatórios
Dados ExternosTransações on-line
Data Warehouse
OLAP EIS Mineração de Dados
ESTRUTURA DO ARMAZÉM DE DADOS
Dadosaltamente
sumarizados
Dadosligeiramentesumarizados
Dados atuais
Dados antigos
Metadado
OLAP
• Processamento analítico on-line são ferramentas de
planilha eletrônica multidimensionais
• Permitem analisar os data warehouse armazenados em
tabelas relacionais sob diversas perspectivas
QUATRO TIPOS DE ANÁLISES OLAP
Análise Multidimensional
Data Mining
AnáliseEstatística
Consultas e relatórios
Modelo Multidimensional
Suco
Leite
Queijo
Sabão
Jan Fev Mar Abr Mai
DIMENSÕES HIERARQUIAS
Ano
Mês
Semana
País
Estado
Cidade
1997
DATA
PR
OD
UT
O
CIDADE
Mineração de Dados: Convergência de Multiplas Disciplinas
Data Mining
TecnologiaBanco Dados
Estatistica
OutrasDisciplinas
Ciência Informação
AprendizadoMaquina (AI)
Visualização
Mineração de Dados
Limpeza
Integração Dados
Databases
Data Warehouse
Dados Relevantes
Selecão
Data Mining
Avaliação Padrões
Data Mining
Data Mining
Descoberta
Modelagem de Prognóstico
Análise Prévia
Lógica Condicional
Afinidades e Associações
Tendências e Variações
Resultado do Prognóstico
Previsão
Detecção de Desvio
Análise de Ligações
MODELOS MINERAÇÃO DE DADOS
Sistema Mineração de
Dados
Fev/2001
Preditivos
Modelo
Dados
Jan/2001
Dados Históricos
1950 ... 2001
Mineração de Dados e Business Intelligence
Decisões de negocios Usuário
Analista deNegócios
Analista deDados
DBA
Decisões
Apresentação Dados
Visualização
Mineração de Dados
Exploração Dados
OLAPData Warehouses / Data Marts
Fontes/DadosArquivos, Provedores, Sistemas Bancos Dados
Visão geral dos diversos espaços de conhecimento
Espaço dos Dados
Espaço da Informação Analítica
Espaço da Influência e
Variação
Business Intelligence
Banco de Dados
Data Warehouse, Data Marts
Data Mining
Qual o preço do livro BI
- Business Intelligence?
Vendas de livro de informática por mês e por região
Que fatores influenciam a venda de livros em BH?
Que fatores influenciaram a variação de venda de livros de informática nos últimos 3 meses?
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
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.
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.
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.
KDT
Conhecimento
Avaliação e Visualização Padrões e
Modelos
Data MiningDados Explorados e Transformados
Dados Limpos e Pré-Processados
Transformações
Limpeza e Pré-Processados dos Dados
Dados Alvo
Seleção
Bases de Dados Pós-Processamento
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
Caracterização
Visualização: SAS Enterprise Miner:
Visualização: Associação Ferramenta: MineSet 3.0
Visualization of a Decision Tree in MineSet 3.0
Clusterização
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
DBMiner Manager
OLAP (Summarization)
3D Cube Browser
Market-Basket-Analysis (Association Ball Graph)
Clustering (Data Segmentation)
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
Classificação Espacial
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
ATIVIDADES GRUPO DE PESQUISA DA IA/UCPEL
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.
MODELO DE INTELIGÊNCIA EMPRESARIAL
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
APRENDEMOS 10 % DO QUE LEMOS,
15 % DO QUE OUVIMOS, PORÉM
80 % DO QUEVIVENCIAMOS.
On The
Bean(1998)
O MAIOR TERRITÓRIOINEXPLORADO
NO MUNDO É O
ESPAÇO ENTREAS NOSSAS ORELHAS.
O’BRIEN(1992)
BIBLIOGRAFIA
top related