8- 1Parte II: AplicaçõesSistemas de Informação para Apoio à Decisão Gerencial
Parte II: AplicaçõesSistemas de Informação para Apoio à Decisão Gerencial
Sistemas de InformaçãoSistemas de Informaçãoe as decisões gerenciais na era da Internete as decisões gerenciais na era da Internet
8- 2Objetivos do CapítuloObjetivos do Capítulo
1. Identificar o papel e alternativas de relatórios dos sistemas de informação gerencial.
2. Explicar o conceito de sistema de apoio à decisão e como ele difere dos sistemas tradicionais de informação gerencial.
3. Explicar como os sistemas de informação executiva podem apoiar as necessidades de informação dos executivos e gerentes.
4. Descrever como o processamento analítico online pode atender necessidades de informação dos gerentes.
5. Identificar como as redes neurais, lógica difusa, algoritmos genéticos, realidade virtual e agentes inteligentes podem ser utilizados nos negócios.
6. Dar exemplos de diversas maneiras pelas quais os sistemas especialistas podem ser utilizados nas situações de tomada de decisões nos negócios.
8- 3
Perspectiva na Concepção de um S.IPerspectiva na Concepção de um S.I
S.OS.O S.IS.I S.DS.DAmbienteAmbiente
AmbienteOs “inputs” e
“Outputs”
O Sistema
de
Informação
DECISÃODECISÃODECISÃODECISÃODECISÃODECISÃODECISÃO
8- 4
Para não se afogar em dados (Data Warehouse)
Para não se afogar em dados (Data Warehouse)
Em sua fir-ma, milhões de dados espalhados e pouca informação.
Em sua fir-ma, milhões de dados espalhados e pouca informação.
8- 5Requisitos de Informação por Níveis Administrativos
Requisitos de Informação por Níveis Administrativos
AdministraçãoEstratégica
AdministraçãoTática
AdministraçãoOperacional
Dec
isõe
s
Informações
8- 6
AdministraçãoEstratégica
AdministraçãoTática
AdministraçãoOperacional
Dec
isõe
s
Informações
Especiais Não ProgramadasResumidasInfrequentesAntecipadoras ExternasPerspectiva ampla
Especiais Não ProgramadasResumidasInfrequentesAntecipadoras ExternasPerspectiva ampla
Características da InformaçãoCaracterísticas da Informação
Pré-especificadas ProgramadasDetalhadasFrequentesHistóricas InternasFoco específico
Pré-especificadas ProgramadasDetalhadasFrequentesHistóricas InternasFoco específico
Estrutura das DecisõesEstrutura das Decisões
Não - EstruturadasNão - Estruturadas
Semi - EstruturadasSemi - Estruturadas
EstruturadasEstruturadas
Dec
isõe
s
8- 7Incidência dos Tipos de Decisão por Níveis Administrativos
Incidência dos Tipos de Decisão por Níveis Administrativos
SEMISEMI
ESTRUTURADASESTRUTURADAS
Decisões•Programáveis (estruturadas)•Não-Programáveis (não-estruturadas;semi-estruturadas)
Decisões•Programáveis (estruturadas)•Não-Programáveis (não-estruturadas;semi-estruturadas)
8- 9Exemplo de Decisões pelo Tipo de Estrutura e Nível Administrativo
Exemplo de Decisões pelo Tipo de Estrutura e Nível Administrativo
Estrutura de Administração Administração AdministraçãoDecisões Operacional Tática Estratégica
Não - Estruturada Administração Reengenharia de Planejamento de de Caixa processo empresarial novos negócios
Análise de desempenho Reorganização da de grupo de trabalho empresa
Semi - Estruturada Administração de Crédito Avaliação de desempe- Planejamento de Programas de Produção nho dos funcionários Produto Atribuição Diária de Orçamento de capital Localização/ Sede
Tarefas Orçamento programas Fusões/ Aquisições
Estruturada Controle de Estoques Controle Programação
Estrutura de Administração Administração AdministraçãoDecisões Operacional Tática Estratégica
Não - Estruturada Administração Reengenharia de Planejamento de de Caixa processo empresarial novos negócios
Análise de desempenho Reorganização da de grupo de trabalho empresa
Semi - Estruturada Administração de Crédito Avaliação de desempe- Planejamento de Programas de Produção nho dos funcionários Produto Atribuição Diária de Orçamento de capital Localização/ Sede
Tarefas Orçamento programas Fusões/ Aquisições
Estruturada Controle de Estoques Controle Programação
8- 10O Conceito de Sistemas de Informação Gerencial
O Conceito de Sistemas de Informação Gerencial
Programasde Aplicação
Sistema deGerenciamentode Bancos de
Dados
Programasde Aplicação
Sistema deGerenciamentode Bancos de
DadosGerenteEstação de Trabalho da
Administração
Banco deDados
Empresariais
Relatórios
8- 11Sistemas de Apoio à Decisão x Sistemas de Informação Gerencial (análise comparativa)
Sistemas de Apoio à Decisão x Sistemas de Informação Gerencial (análise comparativa)
SIG / SSD S I G – S. Informa-ções Gerenciais
SSD – Sist. de Apoio àDecisão
Apoio à DecisãoFornecido
FornecemInformações sobreo desempenho daorganização
Fornecem informaçõese técnicas de apoio àdecisão para analisarproblemas ouoportunidades da firma
Modo eFrequência dasInformações
Periódicas, de ex-ceção e relatóriospor demanda
Consultas e respostasinterativas (Data Ware-house, Data Marts)
Formato dasInformações
Formato pré-especificado
Formato ad hoc,flexível e adaptável
Metodologia deProcessamentodas informações
Informaçõesproduzidas porextração de dados
Informações produzidaspor modelagem analíticade dados do negócio
8- 12Utilizando Sistemas de Apoio à DecisãoUtilizando Sistemas de Apoio à Decisão
Modelagem Analítica Atividades e Exemplos
Análise do Tipo What If Observar como as mudanças de variáveisselecionadas afetam outras variáveis.Ex: E se reduzíssemos a propaganda em10%? Qual seu efeito nas vendas?
Análise de Sensibilidade Observar como mudanças repetidas em umaúnica variável afetam as outras.Ex: Vamos reduzir a propaganda em até1.000 reais p/ ver a variação nas vendas.
Análise de Busca de Metas Fazer repetidas mudanças em variáveis atéque uma escolhida atinja certo valorEx: Aumentos na propaganda até que asvendas atinjam 1 milhão (reais).
Análise de Otimização Encontrar um valor ótimo p/ variáveis sele-cionadas, conhecidas as restrições.Ex: Qual o montante ideal p/ a propagandadado o orçamento e a mídia escolhida.
8- 13Sistemas de Informação Executiva (EIS)Sistemas de Informação Executiva (EIS)
Programasde Aplicação
Sistema deGerenciamentode Bancos de
Dados
Programasde Aplicação
Sistema deGerenciamentode Bancos de
DadosUsuárioExecutivo Estação de
Trabalho
Banco deDados
Empresariais
Consultas e
Relatórios
•Panilhas (modelos)•Pacotes estatísticos•Informações executivase de apoio à decisões
•Panilhas (modelos)•Pacotes estatísticos•Informações executivase de apoio à decisões
Dados são recuperação eapresentado em suportegráfico ou em texto para apreciação pelo dirigente.
Dados são recuperação eapresentado em suportegráfico ou em texto para apreciação pelo dirigente.
Dados Operacionais
8- 14Processamento Analítico Online - OLAP Processamento Analítico Online - OLAP
ServidorOLAP
ServidorOLAP
Depósitosde Bancosde Dados
Depósitosde Bancosde Dados
Front End:Usuário Final
Middle:Servidor
Back-End:Depósitos
8- 15
O OLAP permite analisar milhões de dados segundo múltiplasperspec-tivas.Utiliza os recursos dos SIG, SSD e IES.
O OLAP permite analisar milhões de dados segundo múltiplasperspec-tivas.Utiliza os recursos dos SIG, SSD e IES.
Processamento Analítico Online/ Estrutura de Dados MultidimencionalProcessamento Analítico Online/ Estrutura de Dados Multidimencional
8- 16Estrutura Multidimencional de Banco de Dados - uma variação do modelo relacional
Estrutura Multidimencional de Banco de Dados - uma variação do modelo relacional
Bancos de Dados Multidimencionais suportam aplicações OLAP nas quais se esperarespostas rápidas para consultas comerciais complexas. A modelagem dimensionalproporciona um ganho de tempo no acesso aos dados, uma melhor organização dosistema e principalmente a sua utilização se dá de forma intuitiva para o usuário.
8- 17
Situação real:Como encontrar (e utilizar eficazmente) informações e dados residentes nos sistemas legados, nas novas aplicações em baixa plataforma, nos bancos de dados corporativos disponíveis nos ambientes de rede e servidores ?
Situação real:Como encontrar (e utilizar eficazmente) informações e dados residentes nos sistemas legados, nas novas aplicações em baixa plataforma, nos bancos de dados corporativos disponíveis nos ambientes de rede e servidores ?
8- 18Data warehouse e seus subconjuntos de data marts guardam dados que foram extraí- dos de ocorrências
operacionais para análise, pesquisa de mercado, apoio à decisão e aplica- ções de data mining.
Data warehouse e seus subconjuntos de data marts guardam dados que foram extraí- dos de ocorrências
operacionais para análise, pesquisa de mercado, apoio à decisão e aplica- ções de data mining.
Lucro
Controle de Pedidos
Matérias-primas
Expedição
Logística
Controle de Estoques
Gerencia- mento de peças
MRP
Controle de Produção
Vendas
Marketing
Finanças
Enge-nharia
Contabi-dade
RecursosHumanos
PráticasSalariais
Relató-rios Adm.
Aplicações Data Marks
8- 19Mineração de Dados (Data Mining) Mineração de Dados (Data Mining)
Dados
Dados Pré-Processados
DadosVisados
DadosTransformados Padrões
Pré-Processa-mento
Transfor-mação
DataMining Avaliação
Interpretação/Seleção
Conheci-mento
(Como um data mining extrai conhecimento a partir de um data warehouse)(Como um data mining extrai conhecimento a partir de um data warehouse)
Data Mining:Instrumento de apoio à gerência para tomada de decisões estratégicas tendo em vista a obtenção de vantagens competitivas para a firma
Data Mining:Instrumento de apoio à gerência para tomada de decisões estratégicas tendo em vista a obtenção de vantagens competitivas para a firma
Dat
aW
areh
ouse
8- 20Processo de Tomada de Decisão (estudo de suas principais etapas)
Processo de Tomada de Decisão (estudo de suas principais etapas)
•Inteligência•Inteligência•Desenvolvimento•Desenvolvimento•Escolha•Escolha
a)b)c)
8- 21Processo de Tomada de Decisão
(sequência lógica de etapas)
Processo de Tomada de Decisão (sequência lógica de etapas)
8- 23Tomada de Decisão (Processo Cognitivo) Tomada de Decisão (Processo Cognitivo)
c)
e)
0
uma
Sensações(Canais)
CogniçãoCognição
Receptores ExternosReceptores Externos
Decisão/ AçãoDecisão/ Ação
PercepçãoPercepção
a)
Represen-tação
Ea Eb En
Ej
ReceptoresInternos
ReceptoresInternos
b)
d)f)
g)
Rejeitada
c) coloca em memória
Reorganiza uma
Aceita
Comunicação (Reemissão de informação)
e)
uma
Receptor Organizacional
1
EmissoresEmissores
8- 24Percepção Cognitiva (o quê vemos e como interpretamos?)
Percepção Cognitiva (o quê vemos e como interpretamos?)
8- 25Sistema de Informação (concepção)Sistema de Informação (concepção)
Fig - 1.8 Sistema Organizacional
SISTEMA OPERANTE
FLUXO LOGÍSTICO
FLUXO MONETÁRIO FLUXO DE PESSOAL
FLUXO DE ATIVOS
INFORMAÇÕES
INFORMAÇÕES DECISÕES
OBJETIVOS
CONCEPÇÃO DE UM SISTEMA DE INFORMAÇÃO
(Coordenação, Imaginação, Finalização)
SISTEMA DE INFORMAÇÕES Memorização/ Informações
Modelagem / Tratamento das
Informações
SO1 SO2 SO3 SO4 SO5
EXTERNAS
(Coordenação, Imaginação, Finalização)
SISTEMA DE DECISÃO
8- 26Uma Visão Geral da Inteligência ArtificialUma Visão Geral da Inteligência Artificial
FIG. 8.9Atributos do
comportamentointeligente: A IA
está tentandoreproduzir essasfaculdades nos
sistemas compu-tadorizados
FIG. 8.9Atributos do
comportamentointeligente: A IA
está tentandoreproduzir essasfaculdades nos
sistemas compu-tadorizados
•Utilizar a razão para solucionar problemas.•Utilizar a razão para solucionar problemas.
•Pensar e raciocinar.•Pensar e raciocinar.
•Aprender e compreender a partir da experiência.•Aprender e compreender a partir da experiência.
•Adquirir e aplicar conhecimento.•Adquirir e aplicar conhecimento.
•Demonstrar criatividade e imaginação.•Demonstrar criatividade e imaginação.
•Lidar com situações complexas ou desconcertantes.•Lidar com situações complexas ou desconcertantes.
•Responder pronta e eficazmente a situações novas.•Responder pronta e eficazmente a situações novas.
•Reconhecer a importância relativa de elementosde uma situação.•Reconhecer a importância relativa de elementosde uma situação.
•Manipular informações ambíguas, incompletas ou errôneas.•Manipular informações ambíguas, incompletas ou errôneas.
Teste de Turing(um computador não passa incólu-me)
Teste de Turing(um computador não passa incólu-me)
8- 27Principais Áreas de Aplicação da Inteligência Artificial
Principais Áreas de Aplicação da Inteligência Artificial
Aplicaçõesda CiênciaCognitiva
Aplicaçõesda CiênciaCognitiva
InteligênciaArtificial
InteligênciaArtificial
Aplicaçõesda RobóticaAplicaçõesda Robótica
Aplicaçõesde Interfaces
Naturais
Aplicaçõesde Interfaces
Naturais
8- 28Agentes InteligentesAgentes Inteligentes
InterfacesTutoriais
Agentes deApresentações
Agentes deNavegação
de Rede
Agentes deDesempenhos
de Papéis
Agentesde Interface
com oUsuário
Agentes deGerenciamentode Informações
Agentes deProcura
Corretores deInformações
Filtros deInformação
8- 29
O Sistema EspecialistaO Sistema Especialista
Componentes de um Sistema EspecialistaComponentes de um Sistema Especialista
Base deConhecimento
Usuário Estação de Trabalho
Driverswith Pagers
ConselhoEspecializado Programas
de Interface com
o Usuário
Programasde
Interface como Usuário
ProgramaUtilitário
de Inferência
ProgramaUtilitário
de Inferência
Desenvolvimento do Sistema Especialista Desenvolvimento do Sistema Especialista
Estação de Trabalho
Engenhariado
ConhecimentoPrograma deAquisição de
Conhecimento
Programa deAquisição de
Conhecimento
Especialista e/ou
Engenheiro doConhecimento
8- 30Aplicações do Sistema EspecialistaAplicações do Sistema Especialista
Gerenciamento de DecisõesGerenciamento de Decisões
Diagnóstico de Problemas de Operação
Diagnóstico de Problemas de Operação
Manutenção/ProgramaçãoManutenção/Programação
Projeto/ConfiguraçãoProjeto/Configuração
Seleção/ClassificaçãoSeleção/Classificação
Principais Categorias deAplicação deSistemas Especialistas
Monitoração/Controle de Processo
Monitoração/Controle de Processo
8- 31Critérios de Adequação para soluções por Sistema Especialista
Critérios de Adequação para soluções por Sistema Especialista
Domínio do problema relativamente pequeno
Domínio do problema relativamente pequeno
Know-how específico é exigido
Know-how específico é exigido
Problema complexoProblema complexo
Dados e decisões não-estruturados
Dados e decisões não-estruturados
Critérios paraaplicações onde o desenvolvimentode sistemas especia-listas pode tornar-seadequado, conveniente. Disponibilidade de
especialista é possível
Disponibilidade de especialista é possível