A Tecnologia da Informação aplicada à Administração

1. A Tecnologia da Informação aplicada à Administração Cristiano Maciel maciel@unirondon.br MSc. em Ciência da Computação Esp. em Aval. Educacional Faculdades Integradas Cândido Rondon

2. Os executivos das empresas costumam apresentar algumas reclamações: • há muita informação de mercado inadequada e poucas adequadas; • as informações ficam tão dispersas dentro da empresa que exigem grande esforço para localizá-las e integrá-las; • as informações importantes, às vezes, são retidas exclusivamente por outros executivos; • as informações importantes, geralmente, chegam tarde; e • as informações, muitas vezes, não são confiáveis.

3. “O homem pós-moderno recebe mais informação em um dia que o homem da pré-história em toda sua vida!”

4. O grande problema é a definição das informações que devem ser geradas e, principalmente, a forma de integrá-las.

5. Projetos Bancos de Dados já existentes Textos kj flsjd kjs lskjlkj lskjd lksjl fslk jdlksj fksjdlkjlkjf lskjdlkjf slkjkj flskdjljdkfj s lkjlkjlsd s dfl skjd f slkdjflskdj lslkjdflk lskjd lfksjdlk lskdjfl aölskjdfölskdjf söldkfjlskdj föaslkdjlskdjf ösldkfjlskd föalskdj ksjdlfkjslkjd Junções e Colagens Guarda e manipulação de qualquer tipo de dados Fax Edmund Boister Minimillennium Minga Kunden# 08/15-4711 Sehr geehrte Damen und Herren! Bitte fakturieren Sie folgenden Auftrag: # Beschreibung Audio Relatório asdas ddas(asdsad) asdasddasda asdasdsd asdasdsdasdsdasdas sdassdsdasd sdas sdasds dassdasdsdasd(werwe) sdasdaskjl lkjf ölkjglkdf jgs kjlkfjgölkfjg lkdfjg ldkfjglö dkfjlgdkk Video eMails kjfskdjfl asdasdasdasd lkjfkjdflks fa sdf asdfsdf as kjlfkjslkjkjl df asdf sdfsd sdksldjfslkdf laskjdkdjf lskdj sd hflaksjdhf skk fksjdlfj öalsjdlfksjdf slkd lksdjf slkdfjlkdj aölskdjf skdjf slkjlj öa södlfjlkd föjkal slkdf lkjflksjdföa ljls df lskjd flkj llksd fjlakkjshd fkahlkh kshd flaksh kj flkahksjd flkajkjsh flkajsh dfkj h ksj fksjdhf la Imagens Descrições de Processos Convergência Tecnológica: integração para facilitar o acesso

6. Tecnologias • “tecnologias digitais “ • “sociedade da informação” • “infra-estrutura de informação” • “economia digital” • “economia da informação” • “Era Eletrônica” • e_ ....

7. Tecnologia Visão Gerencial

8. A Tecnologia da Informação pode ser um fator importante no aperfeiçoamento do uso da informação, mas facilmente poderá se transformar num “peso morto”, inútil, sem a informação e os seres humanos usuários (McGee e Prusak, 1994). Tecnologia da Informação

9. Os aspectos econômicos da tecnologia da informação em desenvolvimento estão gerando um ambiente de “computação generalizada” que atualmente transformará também praticamente todo o ambiente social e doméstico. A tecnologia da informação está fazendo com que as fronteiras entre o trabalho e o lar se tornem cada vez mais difusas (McGee e Prusak, 1994).

10. Algumas empresas alcançaram um status quase mitológico como exemplares do uso da tecnologia da informação para a obtenção de vantagem competitiva (McGee e Prusak, 1994). Como exemplo tem-se a American Airlines.

11. As tecnologias da informação Tem que ser sinônimo de: • Automação – simplificação, facilidade, ... • Informação – mais conhecimento, maior representatividade, mais democracia, ... • Transformação – fazer coisas diferentes, mais rapidamente, mais facilmente e com maior qualidade, ...

12. As tecnologias da informação Barreiras: • Acesso - pessoas sabem como fazer, mas não tem os recursos necessários; • Capacidade - os meios, a preparação ou os conhecimentos não estão em conformidade; • Qualidade - os serviços estão disponíveis, mas não têm a resposta ou o tempo adequado;

13. Soluções Tecnológicas • Sistemas de Informações • SGBD´s, Data Warehouse, Datamining • Call Center, Telemarketing • Internet: Web, e_mail • Intranet • Ferramentas de análise e segmentação de mercado. A tecnologia não é um fim e sim um meio para levar mais informações as empresas

14. Sistemas de Informação • Com o avanço da tecnologia da informação, os recursos de hardware e software passaram a ser um importante componente dos chamados sistemas de informação baseados em computador. • O uso deste tipo de sistema de informação está pautado na melhoria da capacidade de processamento, qualidade da informação oferecida e relação custo-benefício proporcionada pelo emprego de ferramentas disponibilizadas pela informática e pelas telecomunicações.

15. Um Sistema de Informação é composto por: • Hardware • Software • Dados • Pessoas • Procedimentos Conceito: Conjunto de componentes inter-relacionados que coletam, processam e distribuem as informações para apoiar e controlam a decisão na organização.

16. Por que os Sistemas de Informação? Essencial que os administradores entendam os sistemas de informação Mudanças Contemporâneas no Ambiente dos Negócios Mudanças que os Sistemas deInformação estão trazendo para as organizações: • Quanto ao planeamento; • Difusão do trabalho geograficamente; • Unir competências e reorganizar os fluxos de trabalho; • Interagir com flexibilidade; • Reestabelecer procedimentos organizacionais; • Redefinir limites, aumentando a relação com clientes e fornecedores.

17. Sistemas de Informação Atividades usadas nos sistemas de informação Processamento Processa as informações Input entrada de informações Output Saída de informações Feedback Avaliar e corrigir

18. Perspectivas de Negócios nos Sistemas de Informação Tecnologia Sistemas de Informação Organizações Tecnologia -hardware de computador, software, armazenamento de informações e tecnologias de telecomunicações • Organizações • hierarquia estruturada • e formal • -elementos-chave de uma • organização são as pessoas, • estrutura e procedimentos • operacionais, política e cultura • organizacional Administração Administração -estabelecimento de uma estratégia organizacional, alocando recursos humanos e financeiros para alcançar estratégias e coordenar o trabalho

19. Sistema Gerenciador de Banco de Dados (SGDB) • um conjunto de dados inter-relacionados e uma coleção de programas para prover o acesso aos dados • Data-base Management System - DBMS • dado X informação • funções básicas: • Definição de Dados; • Manipulação de Dados; • Restrições de Integridade.

20. Dim. Tempo Id prod EAN descrição marca categoria tamanho Id tempo data dia semana mês # semana Id Loja Nome Endereço bairro região IdPromoção Nome Tipo Marketing Descontos Exemplo DER Dim. Produto Fatos Venda Id tempo Id Prod Id Loja IdPromoção Reais Unidades Custo Dim. Promoção Dim. Loja

21. SQL (Strutured Query Language) • Linguagem de Consulta • Criada pela IBM • Nome Original: SEQUEL • Padronizada em 1986 (ANSI) • O modelo de BD Relacional se baseia na teoria das relações matemáticas. • Ex.: SQL Server, Oracle, etc

22. Por ser uma linguagem de inúmeras aplicações, a SQL pode manipular objetos de diferentes classes entre as funções de um SGBD: • Linguagem de Definição de Dados (DDL) • Linguagem de Manipulação de Dados (DML) • Controle de Acesso/Visões • Compartilhamento de Dados • Integridade dos Dados • Controle de Transações

23. Exemplos Select matricula, nome From Alunos Where Nota > 8 • (SELECTNOME_DO_CLIENTE • FROMDEPÓSITO • WHERENOME_DA_AGÊNCIA = “ITAU_UNAMA”) • UNION • (SELECTNOME_DO_CLIENTE • FROMEMPRÉSTIMO • WHERENOME_DA_AGÊNCIA = “ITAU_UNAMA”)

24. Data Warehouse • É um repositório de múltiplas fontes de dados heterogêneas, organizado num mesmo site sob um esquema unificado, com o objetivo de facilitar tomadas de decisões gerenciais. • biblioteca eletrônica da organização que armazena dados históricos e correntes consolidados para análise e relatórios para o gerenciamento.

25. Arquitetura de um Data Warehouse para um exemplo de uma rede de lojas de eletrônica

26. A tecnologia de data warehouse inclui limpeza dos dados, integração dos dados e um processo analítico on-line (OLAP). • DATA MART: pequena data warehouse para funções especiais.

27. ? Quem? Quando? O Que? Onde?

28. On-Line Analytical Processing • OLAP descreve uma classe de tecnologia que são designadas para livres acessos e análises ad hoc. • OLAP tem sido considerado um sinônimo de visões multidimensionais de dados de negócio. Estas visões multidimensionais são suportadas por uma tecnologia multidimensional de banco de dados.

29. OLAP

30. OLAP

32. Data Mining Dados Padrões interessantes Conhecimento estratégico

33. Mineração de dados • Mineração de dados é o processo de descobrir conhecimentos interessantes a partir de grandes conjuntos de dados, os quais podem estar armazenados em bases de dados, datawarehouses ou em outros repositórios de dados. • Técnica que procura correlacionar fatos, a partir de uma grande massa de dados, para encontrar padrões e tendências. • Larga aplicação nos mais variados ramos da indústria, comércio, medicina, governo, administração, etc.

34. knowledge is power (saber é poder)

35. Mineração de Dados: Exemplo 1 • Fraldas e cervejas • homens casados, entre 25 e 30 anos • compravam fraldas e/ou cervejas às sextas-feiras à tarde no caminho do trabalho para casa • Wal-Mart otimizou as gôndolas nos pontos de vendas, colocando as fraldas ao lado das cervejas • Resultado: o consumo cresceu 30%

36. Mineração de Dados: Exemplo 2 • Bank of America • Selecionou entre seus 36 milhões de clientes • Aqueles com menor risco de dar calotes • Resultado: em três anos o banco lucrou 30 milhões de dólares com a carteira de empréstimos.

37. Motivação • Quantidades imensas de dados • Necessidade de transformar dados em informação útil • Análise de Mercado • Sistemas de Suporte à Decisão • Gerência Empresarial • Análise de tendências, etc.

38. Etapas para a descoberta de conhecimento a partir de grandes conjuntos de dados

39. Passos usuais em um Data Mining: • Limpeza dos dados • para remover ruídos e inconsistência nos dados • Integração de dados • onde múltiplas fontes de dados podem ser combinadas ===> Data Warehouse • Seleção de dados • Transformação nos dados • Mineração nos dados • métodos (estatísticos, de IA, ...) são aplicados para extrair padrões dos dados • Avaliação de padrões • medidas que avaliam o quão interessante é cada padrão • Apresentação do conhecimento • técnicas de visualização e de representação do conhecimento

40. Tipos de padrões interessantes / objetivos a serem atingidos no DM • Caracterização • Descrição dos dados • Agrupamento (tipificação) • Grupar casos similares, formando tipos relativamente homogêneos. • Classificação • Classificar os casos em categorias pré estabelecidas. • Predição • Predizer o valor de uma variável (variável dependente) em função do conhecimento de outras (variáveis independentes).

41. Caracterização

42. Agrupamento Flores:

43. Agrupamento

44. Preliminar: Análise de componentes principais para redução da dimensionalidade

45. Classificação Clientes:

46. Núm. de dormitórios Idade Gasto com energia Área com. PREÇO Predição Apartamentos usados em Criciúma: - Análise de regressão múltipla - Algoritmo backpropagation em redes neurais

47. Outras áreas de aplicação • Vendas e Marketing • Identificar padrões de comportamento de consumidores • Associar comportamentos à características demográficas de consumidores • Campanhas de marketing direto (mailing campaigns) • Identificar consumidores “leais”

48. Áreas de aplicações potenciais • Bancos • Identificar padrões de fraudes (cartões de crédito) • Identificar características de correntistas • Mercado Financeiro • Minimizar prejuízos através de crédito a clientes de “confiança”

49. Áreas de aplicações potenciais • Marketing • Identificar o padrão de compra dos clientes • Identificar associações entre clientes por características demográficas • Prever resposta a campanhas de Marketing • Análise do carrinho de compras

50. O que é um Call Center…? Como funciona sua estrutura tecnológica…?