Escolar Documentos
Profissional Documentos
Cultura Documentos
Sistemas de Informao
ndice
1
12.10
Sistemas de Informaes Geogrficas (GIS) ................................................ 46
12.11
Sistemas de Hipertextos, Hipermdia e Multimdia ...................................... 48
12.12
Sistemas de Gesto Eletrnica de Documentos (GED) ................................ 48
12.13
Sistemas de Informaes Textuais (Indexao e Recuperao de
Informaes) ................................................................................................................. 49
12.14
Sistemas de Workflow .................................................................................. 50
12.15
Sistemas de Data Warehouse (Armazm de Dados)..................................... 52
12.16
Sistemas de Database Marketing .................................................................. 55
12.17
Sistemas de CRM (Customer Relationship Management) ........................... 56
12.18
Sistemas de Data Mining (Minerao de Dados ou Descoberta de
Conhecimento) .............................................................................................................. 58
12.19
Sistemas de Text Mining .............................................................................. 60
12.20
Sistemas de Web Mining .............................................................................. 60
12.20.1
Objetivos de Web Mining ...................................................................... 60
12.20.2
Dados sobre Pginas Web ...................................................................... 60
12.20.3
Dados sobre Usurio da Web ................................................................. 61
12.20.4
Como coletar dados ................................................................................ 61
12.20.5
Cuidados na coleta ................................................................................. 61
12.20.6
Mtricas .................................................................................................. 62
12.20.7
Tcnicas de Web Mining........................................................................ 63
12.20.8
Desafios .................................................................................................. 64
12.20.9
Privacidade ............................................................................................. 64
12.21
Sistemas de Personalizao e Recomendao .............................................. 65
12.22
Sistemas de Groupware................................................................................. 68
12.23
Sistemas de Intranet ...................................................................................... 68
12.24
Sistemas de Extranet ..................................................................................... 68
12.25
Sistemas de Portais Corporativos.................................................................. 68
12.26
Sistemas de E-business ................................................................................. 68
12.27
Sistemas de Comrcio Eletrnico (e-commerce) .......................................... 69
12.28
Sistemas de Informaes Pervasivos e Ubquos ........................................... 69
12.29
Sistemas de Business Intelligence ................................................................ 70
12.30
Sistemas de Inteligncia Competitiva ........................................................... 70
12.31
Sistemas de Gesto do Conhecimento .......................................................... 70
13 Outras Referncias Bibliogrficas ............................................................................ 73
1 Plano da Disciplina
1 Semestre, Carga horria: 72 h
2 Introduo
Um Sistema de Informao (SI) um sistema cujo elemento principal a
informao. Seu objetivo principal gerenciar informaes, ou seja, coletar, armazenar,
organizar, tratar, cruzar, disseminar, gerar e fornecer informaes de tal modo a apoiar
decises e processos de uma organizao.
Geralmente, um SI composto de um sub-sistema social e de um sub-sistema
automatizado. O primeiro inclui as pessoas, processos, informaes e documentos. O
segundo consiste dos meios automatizados (mquinas, computadores, redes de
comunicao) que interligam os elementos do sub-sistema social.
Figura 1
5
Figura 2
O que as organizaes querem da tecnologia so as informaes (figura 3). Isto
que importante para a organizao. Uma organizao pode ser vista como uma rede
informao deciso ao. Ou seja, para que aes podem ser desempenhadas
(como vender, por exemplo), preciso antes tomar decises (que produto vender, a quer
preo). E para tomar decises corretamente, preciso ter informaes.
Figura 3
Por outro lado, a informao no pode vir do nada. Ela no nasce da tecnologia de
forma espontnea. Quando algum compra um computador, ele at pode vir com
software, mas no vem com informaes. As informaes vm da tecnologia, porque
antes a tecnologia coletou e armazenou informaes (figura 4).
Figura 4
Mas esta troca de informaes entre a tecnologia e a organizao mediada e
controlada por algo: a que entram os sistemas de informao (figura 5). A ponte ou
canal por onde passam as informaes o sistema de informao. So estes sistemas que
determinam o que tem que ser coletado da organizao, armazenado na tecnologia (e
como ser armazenado) e o que dever ser devolvido para a organizao. Sem os
sistemas de informao, a tecnologia de nada serve, pois no sabe o que coletar nem o
que devolver.
6
Figura 5
2) ?
Controle do desperdcio
medir custos
prever custos
medir benefcios ou ROI (Return on Investiment)
prever benefcios e ROI
Iniciao
Contgio
Controle
Integrao
Administrao
Maturidade
Procure identificar tudo o que faz parte do sistema. Algumas partes podem fazer a
diferena. Um exemplo clssico o cavalo de tria na guerra entre gregos e troianos. Se
os gregos vissem o problema apenas como uma cidade (Tria) com muros altos e fortes
portes, no teriam conseguido entrar. A diferena aconteceu porque eles entenderam que
o sistema ainda era composto de pessoas e, neste caso, supersticiosos e religiosos (que
no poderiam rejeitar um presente dos deuses).
c) atentar para detalhes
A falta de uma caneta pode gerar o insucesso de um sistema automatizado. Os analistas
se preocupam geralmente com as coisas grandes como computadores, redes e software de
banco de dados. Mas num supermercado, se no houver uma caneta para o cliente assinar
o cheque, de nada ter adiantada gastar milhares de dlares com hardware, software e
treinamento de pessoal.
d) olhar para o todo (viso holstica)
Se algum est perdido numa floresta, sobe numa rvore para poder enxergar onde est a
sada. O mesmo acontece com labirintos. A viso do todo permite entender como as
partes se relacionam.
e) analogias
A analogia consiste em utilizar uma soluo S num problema P, similar a uma soluo
S que j teve sucesso num problema P similar a P. Ou seja, o reuso de solues em
problemas similares, com alguma adaptao da soluo. No a toa que o Homem criou
o avio observando os pssaros voarem.
Exerccio: usando a abordagem sistmica, identificar os fatores que influenciam a compra
de um computador
- recursos de informao.
Cada um destes tipos de recursos passa obrigatoriamente por um ciclo de vida
com as seguintes fases: aquisio, uso e perda/disseminao. Somam-se ainda duas outras
fases: planejamento e controle (planejar significa traar um caminho para ser seguido e
controle tem a ver com a verificao se este caminho est sendo seguido corretamente).
A Informao o nico recurso que no se perde com o uso ou com a
disseminao. A informao s se perde quando se torna obsoleta.
Podemos dizer que os recursos mais importantes so a informao e o recurso
humano, pois de nada adianta os outros trs sem estes dois. Alm disto, podemos
encontrar empresas (como as de consultoria) que a si bastam ter pessoas e informao. A
informao sem pessoas no existe e pessoas sem informao no ajudam nas
organizaes.
Para ser til, a informao necessita ter algumas qualidades, entre elas:
- preciso (se algum deseja saber que loja vende o sapato mais barato, seria
adequado dar tambm o endereo desta loja e no apenas o nome);
- objetividade (na questo anterior, no podemos falar em cintos);
- atualizao (no adianta dar resposta questo anterior depois de um ms);
- nvel de detalhe adequado (no adianta fazer uma lista com todas as lojas
pesquisadas e o preo de cada sapato em cada uma; claro que a resposta se encontra
nesta lista, mas para o solicitante pode ser difcil encontrar a informao ou ento ele
perder muito tempo).
A informao de vital importncia para as Organizaes, pois com esta base
que sero tomadas as decises. E quanto mais informaes houver, melhor a deciso.
13
14
Mkt de massa
Mkt direto ou de preciso
o Informaes sobre clients
Dados demogrficos, histrico, preferncias, hbitos, perfis
o Identificar Perfis
Segmentao
o Como coletar informaes sobre clientes
Explcita
perguntando, cliente dizendo, pesquisas
comprando, parceiros
Mkt de Relacionamento ou 1-to-1
Mkt de convergncia
Tele-marketing: ativo, passivo
E-mail marketing
Mkt de permisso
Marketing viral (boca-a-boca)
Marketing de guerrilha
Marketing verde (ecomarketing)
Endomarketing (marketing interno)
Geomarketing
Publicidade X Propaganda
Merchandising
15
Branding
Fidelizao
Business Intelligence
Customer Intelligence
Inteligncia Competitiva
o Quem so os players
o Quais os produtos e servios
o Qual a proposio de valor e valores agregados
o Quais as estratgias (4Ps, conquistar clientes, fidelizao, patentes)
o Quais as mudanas
o Opinies de clientes
18
Sony: tornar-se a cia. mais conhecida por mudar a imagem negativa dos produtos
japoneses (1950)
Nike: derrotar Adidas (1960)
Honda: ns vamos destruir a Yamaha (1970)
19
por ano (regresso); supondo que a cada ms seja dado 1% de aumento e que os lucros s
aumentem 0,5% por ms, quanto terei de lucro ao final de 2 anos (simulao).
Concluindo, a participao da Informtica no contexto atual das organizaes
muito maior e mais importante, pois a base para a tomada de decises.
20
Cdigos da Modernidade
Jos
Bernardo
Toro
Capacidades e competncias mnimas para participao produtiva no Sculo
XXI
Artigo publicado na Revista Dois Pontos, Editora Pitgoras, em julho/agosto de
1996
21
1
2
3
4
5
6
7
Idade
30
40
18
23
Cidade
Porto Alegre
Caxias do Sul
Pelotas
Pelotas
Sexo
Masculino
Masculino
Feminino
Feminino
- verificvel
- acessvel
- segura
reconhecer problema
levantar ou criar alternativas (inclui busca de informaes)
avaliar alternativas (inclui busca de informaes)
23
exemplos:
qual o preo final de um produto a ser vendido
de que fornecedor comprar
que produtos comercializar
abrir ou no filial
investir na bolsa
como motivar um funcionrio
24
Levantar alternativas
7.3.3 Simulao
Levantar alternativas
Software Arena
25
A considerar:
tempo
custo
pedgios
desgaste
pontos por onde passar
pontos de apoio em caso de problemas
Exemplo:
Restries:
1) produo mnima de cada produto = 20
2) o mximo da produo = 200 unidades
somando pes e sonhos (capacidade do forno)
quant. Pes + quant. Sonhos =< 200
3) a cada 4 pes, vendido um sonho
sonhos
produo
mxima
200
ideal
40
20
20
160
Idade
Tem Conta
Resultado
> 10.000
>= 30
Sim
Aprova
> 10.000
>= 30
No
Rejeita
> 10.000
< 30
Sim
Aprova
27
200
pes
> 10.000
< 30
No
Rejeita
5.000 10.000
>= 30
Sim
Aprova
5.000 10.000
>= 30
No
Rejeita
5.000 10.000
< 30
Sim
Aprova
5.000 10.000
< 30
No
Rejeita
< 5.000
Tanto faz
Sim
Aprova
< 5.000
Tanto faz
No
Aprova
montante
mdio
no
alto
sim
salrio
< = 990
baixo
conta
> 990
sim
no
sim
no
sim
28
7.3.10
Alternativa 1
Tem
No tem
Tem
Alternativa 2
No tem
Tem
Tem
Alternativa 3
Tem
Tem
Tem
certeza X incerteza
modelo de Bayes (probabilidades)
exemplo
informaes incompletas
falta de informaes (ex: valores nulos)
nvel de granularidade (ex: quando ? ms, dia, hora)
inconsistncia de informaes
granularidade (ex: mora no bairro X e rua Y, mas no existe rua Y neste
bairro)
informao (o que certo ou verdico)
informaes imprecisas
lgica fuzzy
31
Eventos
Importncia/
Preocupao
0,8
0,8
0,64
0,8
0,5
0,40
0,4
0,9
0,36
0,2
0,6
0,12
conflitos
de informaes
de interesses
Teoria dos Jogos
valores e crenas
CRENAS
Conhecimento
VERDADES
Crenas verdadeiras e
justificadas (provadas)
8.3 Exerccios
Para as seguintes decises, identificar informaes utilizadas e estrutura do processo
32
Concepo
Anlise (Engenharia de Requisitos)
Projeto
Construo ou Implementao
Teste
Aps cada fase
33
Implantao
Produo
Avaliao (retorno do investimento)
Manuteno
o Corretiva
o Adaptativa
o Atualizaes
o Extenses
Maturidade, Declnio, Morte
- Cascata X Espiral
- Software: prateleira, personalizado, customizvel
- qualidade de software X qualidade de processos organizacionais X qualidade da info
(garbage-in, garbage-out)
34
35
Coleta
Armazenamento
Tratamento ou transformao ou enriquecimento
Anlise
Monitoramento
Organizao
Recuperao ou busca
Comunicao ou Disseminao (recomendao)
11.1 Coleta
Formas de coleta:
explcita (perguntando, comprando, cliente dizendo)
ex: compra de cadastro, pesquisa de rua, parceiros de negcios
implcita (observao)
ex: sexo do cliente no supermercado
livro Why we buy
inferncia ou deduo
Fontes formais:
- Artigos - Conferncias - Exposies
- Associaes - Congressos - Feiras
- Atas - Contadores - Governo
- Bancos de dados
externos/internos
- Distribuidores - Indstria
- Bibliotecas - EDIs - Internet (e-mail,
websites)
- Cartas - Jornais e Revistas - Memorandos
- Catlogos - Livros e Enciclopdias - Newsletter
- Circulares - Peridicos - Relatrios
- Comits - Trabalhos cientficos - Simpsios
- Comunicados - Estatsticas - Outras fontes
Fontes informais:
- Amigos - Consultores - Percepes sensoriais
36
Filtro de informaes
Avaliao das qualidades da informao
Cuidados:
Informaes inverdicas ou imprecisas
Observaes e inferncias erradas
Qualidade das fontes (reputao e credibilidade)
Tecnologias para coleta de informaes:
Telas de toque (touch screen), leitor de cdigo de barras, cmeras, teclados
(infravermelho, hologrfico), dispositivos de biometria (por voz, rosto, impresses
digitais, ris), GPS, celular, web e Internet, correio eletrnico, sensores (movimento, luz,
falta de luz, humidade, etc), RFID (identificao por rdio freqncia), TV digital,
realidade virtual, captura de udio e vdeo
11.2 Armazenamento
bancos de dados
memria organizacional
cruzamento e enriquecimento
37
exemplo: clientes de hotel que freqentavam 2 vezes por ano X clientes com 5 vezes;
cruzando com dados de administradores de carto de crdito, descobriu-se que os 1os s
viajavam 2 vezes por ano enquanto que os demais viajavam at 10 vezes ficando em
outros hotis
exemplo 2: cruzar endereo de uma pessoa com setor censitrio no IBGE
11.4 Anlise
Erros: Lembrana fcil; Procura fcil
Tendncias
Decises pr-concebidas e confirmao (excesso de confiana)
Anlise qualitativa X quantitativa
Tcnica Delphi
Mltiplos critrios
Ponderao (pesos para critrios)
11.4.1
Amostras
Aleatrias
Estratificadas
Por convenincia
Por julgamento
Nmero de amostras
Tamanho da amostra (ex: cara ou coroa)
Tempo: perodo e granularidade
Interferncias externas (mundo fechado)
Variaes de uma amostra para outra (no intervalo de tempo, coisas mudaram)
Teoria dos jogos
11.4.2
Pesquisas
McDonalds
38
11.5 Monitoramento
monitorar mudanas
Exemplos
estoque mnimo
cotao do dlar
preo do concorrente
incluso de algum item na base de dados interna
exemplos de Ferramentas
webmonitor (www.intext.com.br)
Shopping Brasil
Buscap
11.6 Organizao
taxonomias
ontologias
tagsonomias ou folksonomias
clustering
ex: Vivissimo e K2/Verity
Consultas
- estruturadas ou por atributos (tipo queries de SQL)
- por contedo
- textos
- multimdia
Etblast
Farejador
Pr-atividade
Recomendaes
Alertas
40
implementados (ou adquiridos), alm de darem origem aos sistemas mais avanados
(gerenciais e de apoio deciso).
Os Rotineiros tm por objetivo processar dados, isto , fazer clculos, armazenar
e recuperar dados (consultas simples), ordenar e apresentar de forma simples dados para
os usurios. Seu benefcio principal a agilizao nas rotinas e tarefas, incluindo
documentao rpida e eficiente, busca acelerada de informaes e clculos rpidos e
precisos.
Entre os Rotineiros, incluem-se: sistemas de cadastro em geral (incluso,
excluso, alterao e consulta), como de clientes, produtos e fornecedores; os sistemas de
contabilidade e financeiros (contas a pagar e a receber, balanos, fluxo de caixa, etc);
sistemas de vendas e distribuio (pedidos, entregas), folha de pagamento, controle de
estoque e sistemas de compras simples.
No mercado hoje existem inmeros produtos de software prontos (software de
prateleira) para serem adquiridos, a preos bem acessveis, o que pode ser mais vantajoso
do que desenvolver o software por conta prpria ou com terceiros. Entretanto, o grande
problema a integrao entre estes produtos (problema que resolvido com o software
do tipo ERP, que ser visto mais adiante).
Para finalizar, os SIRs aparecem na base da pirmide administrativa (nvel
operacional).
Informaes:
custo unitrio
despesas gerais
estimativa de vendas
lucro
Frmulas:
43
Entrada
margem de lucro = 10%
lucro = receitas total_despesas
receitas = quantidade[60] X preo final
preo final = custo unitrio[20] X margem de lucro[10%]
total_despesas = custo de produo + despesas gerais[1000]
custo de produo = quantidade[60] X custo unitrio[20]
Resultado ?
Entradas (alternativas)
Sadas (conseqncias)
Margem de lucro
Lucro
Preo final
Preo final e lucro
Preo final e quantidade
Preo final, lucro e quantidade
Observaes
decises semi-estruturadas
necessrio ter um modelo
44
dados estruturados
ex: investimento na bolsa, qualidade do filme
SAD genrico X especfico
Excel ferramenta genrica, mas SAD criado especfico
personalizado ao estilo de deciso de cada um
SAD para vrias pessoas (padronizao das decises)
45
Operaes de geoprocessamento:
Encontrar no mapa a entidade X
Descobrir a que entidade se refere uma marcao no mapa (caminho inverso)
Distncia
rea
Distncia levando em conta caminhos possveis
Sentido das ruas
Menor caminho X Melhor caminho (menor custo, mais rpido)
Aplicaes de GIS:
47
Funes
determinar atributos
catalogar documentos
recuperar por atributos (ou localizar)
controle de revises/verses/alteraes
marcar diferenas no documento
organizar histrico por data
avisar envolvidos que houve mudana
criptografar documentos
determinar autoria: assinatura eletrnica
controle de acesso
48
contratos
recibos
guias de pag.
MICROSOFT CORPORATION
$
Documento em papel
digitaliza
(scanner)
pdf
doc, rtf
tiff, jpg
ppt
xls
consulta por
atributos dos
documentos
catalogao
determinar atributos
atribuir a documentos
49
contratos
recibos
guias de pag.
MICROSOFT CORPORATION
$
Documento em papel
Documentos
que contenham
textos
consulta por
contedo dos
documentos
digitalizao + OCR
(identificao de texto)
pdf
doc, rtf
tiff, jpg
ppt
xls
indexao
determinar palavras
presentes nos documentos
ndice de
palavras
Funcionalidades:
50
funes
programar o fluxo (seqncia, decises, tempo)
alocar pessoas e papis (ex: vrios tcnicos para mesma funo)
escala automtica (repassa para quem tem menos carga)
lembretes, avisos, informaes adicionais
documentao das decises
status do andamento
previso de trmino
maior segurana com documentos
qualidade no processo
envio correto
elimina funes manuais inteis
pessoas recebem instrues sobre o que fazer
ISO 9000
agilidade
trmite fsico (deslocamento) virtual
no h esquecimento (lembretes do sistema)
facilidade para pessoas
nem precisam saber para quem enviar
recebem informaes sobre o que fazer
informao sobre status (ex: usurio informado do andamento e previso de
trmino)
51
pedido de
compra
pedido
deciso
deciso
pedido + deciso
pedido
pedido + parecer
pedido
Tcnicas de OLAP
Drill Down: a possibilidade de poder obter dados mais detalhados a
partir de dados de mais alto nvel, atravs de diferentes dimenses. Em
outras palavras, drill down nada mais do que aumentar o nvel de
detalhes de uma consulta ou relatrio, adicionando-lhes novas linhas de
cabealho provenientes de tabelas dimenso. Por exemplo, uma tela de um
computador pode mostrar um mapa com figuras de Estados. Clicando com
o mouse sobre um determinado Estado, poderia ser apresentado s vendas
em cada regio e clicando-se sobre uma determinada regio seria possvel
verificar o desempenho dos vendedores.
Drill up ou roll up: o inverso de drill down, ou seja, apresentar os
dados em um nvel mais elevado a partir de um nvel mais detalhado
Slice: compreende a extrao de informaes sumarizadas de um cubo de
dados, a partir do valor de uma dimenso.
Dice: a extrao de um "subcubo" ou a interseo de vrios slices.
Pivot: o ngulo pelo qual os dados so vistos ou trocados. Na prtica
corresponde a modificao da posio das dimenses em um grfico ou
troca de linhas por colunas em uma tabela.
Base OLTP
53
Middelware
cpia automtica ou manual
replicao de SGBDs (sncrona ou assncrona) ou programas especficos
nmero de camadas
uma camada: OLAP e OLTP na mesma base
two-tier (cliente-servidor): bases diretamente conectadas; bom quando h
homogeneidade
three-tier (cliente-intermedirio-servidor):
subprocesso "merge"
filtragem (s o que interessa)
limpeza (dados nulos, controle de inconsistncias)
integrao (padronizao, chaves, converses, derivaes)
ferramentas: SGBD distribudo, mquinas e sw especiais, ODBC/JDBC, EDI
Tecnologias
Esquemas
no-normalizado: dimenses somente nos metadados (no na intenso)
vantagens: modelos mais simples de todos
desvantagens: maior volume (redundncia)
estrela: tabelas fatos e vrias dimenses (uso de cdigos)
54
Vantagens:
Cuidados
custo X necessidade
quem define o modelo
Tendncias
SGBDs especiais
Processamento Paralelo
Padres e protocolos de comunicao (ODBC, JDBC, OLE DB,
CORBA - Common Object Request Broker Architecture, DCOM Microsofts Distribuited Common Object Model, XML)
57
Tcnicas de Minerao
Classificao (categorizao)
Classificao (identificao de modelo - aprendizado)
Clusterizao (agrupamento)
Identificao de padro/modelo (estatstica)
Deteco de desvios
Modelos de Predio e Regresso (usar modelo para prever valores)
Associao ou correlao (anlise de dependncia)
Seqncia de tempo
58
Tendncias no tempo
Comparaes (comuns X diferenas)
Cuidados:
estatstica, volume grande de dados
amostras ou toda coleo
rudos
incerteza (probabilidade): modelo da base ou do mundo real
filtragem de padres (interestingness)
apresentao ou visualizao
snapshots de dados (mudanas; DWH)
seleo de atributos ou amostras (hot-sets)
preparao dos dados (tcnicas permanentes ou dependentes do objetivo)
coleta e seleo dos dados (amostras)
inconsistncias, formatos, tabelas no-normalizadas
valores nulos ou incorretos: aproximao, excluso
agregao de valores (somas, mdias)
granularidade de tempo, perodo de tempo, discretizao (faixas de
valores)
Exemplos/Aplicaes
supermercados
crdito em bancos (classificao)
fraudes em sistemas de sade
59
epidemiologia
DB marketing
scouts esportivos
segurana (clonagem de celulares, acessos a pginas web para preos)
anti-descoberta (militar, espionagem, proteo a testemunhas)
novas filiais (analisar amostrar para ver sucessos e fracassos)
mala-direta (perfil)
12.20.1
12.20.2
12.20.3
12.20.4
12.20.5
Cuidados na coleta
12.20.6
Mtricas
62
12.20.7
Estatsticas
tempo por pgina ou sesso
nmero de page views
origem (domnio, site)
pginas mais vistas
Seqncia de pginas
caminho percorrido (caminho completo X sub-caminhos)
atalhos utilizados
Comportamento
- aes X caractersticas do usurio (quem comprou)
- aes X caminho no site (caminhos de quem comprou X quem no comprou)
Termos mais usados na busca
50.lycos.com
IEEE Software, July 2001
- crescimento de page views exponencial (pessoas acessando mais)
- mdia de page views dobra por usurio a cada 30 meses
- quebra de sesso = no usar por mais de 2 horas
- nmero mdio de sesses: 4 (dez 99)
- crescimento de sesses: 1,4% por ms; com esta taxa, nmero de sesses dobrar em 4
anos
- views/sesso: 48 (mdia em Dez 99); 42 (julho 97)
- domnios vistos por sesso: 6
- hosts visitados por sesso: 14 (julho 97), 25 (dez 99)
- revisitas: 54% das URLs foram revisitadas no mnimo uma vez por sesso
- destas, 35% consecutivamente, 22% com uma pgina entre a revisita, 43% com mais de
uma pgina entre
- revisita de domnio: 75% dos domnios so revisitados
Bruner, 2001
- 13% das vendas originadas por links de afiliados (1999), previso para 2002 = 25%
- links de afiliados d mais credibilidade
- mnimo denominador tcnico comum
- pginas com menos de 50Kbits
- rich media s serve para chamar a ateno e mkt viral
- nome do domnio = marca + endereo (o que faz, fcil de memorizar, de ouvir, de
entender, propaganda viral)
Bruner, 2001
- resposta de banners: 0,3 a 0,5%
63
- links de texto tm mais efeito que banners (geram mais clickthroughs): maior
credibilidade (como endosso e no propaganda)
- Andersen Consulting: caminho para compras (nov. 99)
25% banner, 14% anncio impresso, 11% TV, 4% rdio e cartazes
- 4 x mais retorno com anncios simples (6 elementos ou menos) que complexos (16
elementos ou +)
- esgotamento de banner (banner burnout):
usurio j sabe onde fica e presume o que tem
probabilidade de clique num anncio visto + de 3 x = menos de 1% e em queda
- serve para fortalecer marca (memria)
- rich media nos banners pode alcanar taxa de converso de 30%
- banners com interao podem conseguir 5 minutos do usurio
- serve para fortalecer marca (memorizar): marca vista mais de 4x gera mais confiana
Kohavi, ISKMDM
- num site de esportes, 4 das 10 palavras mais usadas para buscas no trazia resultado
nenhum (top termos no estavam presentes no site); isto dificulta encontrar algo dentro
do site ou chegar ao site via mecanismos de busca
- 11% das buscas dentro dos sites falham
- visitante mdio acessa 10 pginas, gasta 5 minutos no site e gasta 35 segundos entre
pginas
- comprador mdio acessa 50 pginas e gasta 30 minutos no site
- taxas de converso:
visitante comprador = 1,7%
visitante usurio cadastrado = 5%
usurio cadastrado comprador = 33%
- taxa de abandono de produtos (tirar do cesto): 34%
- 6% dos visitantes usam buscas
12.20.8
Desafios
- rich data
- integrar Data-Web-Text Mining
- integrar touch points
- mobile e wireless
- multimdia: cheiro, gosto e tato
- descobrir emoes do usurio (cmera para ver se est rindo)
- minerao de contedo: Web Mining + Text Mining
- Semantic Web
12.20.9
Privacidade
64
- W3C (WWW consortium): protocolo P3P para sites publicarem suas polticas em
machine readable format e browser ler e comparar com configuraes de segurana do
usurio
66
Cuidados:
- recomendao quando solicitada ou espontnea/proativa ?
- interromper ou no ? quando (online ou offline) ?
- recomendar tudo o que possvel ou selecionar por limiar (sobrecarga)
- explicaes da escolha (ajudam na argumentao e do confiana ao usurio para
aceitar)
- serendipity (acaso ou sorte; recomendaes fora do contexto): sistema que s
recomenda CDs de Jazz para quem s compra CDs deste tipo
- recomendar somente o que novo ? (e filmes bons antigos que no so conhecidos)
- informar origem ou recomendao annima
- relevncia temporal: sazonabilidade, idade, estaes, regies geogrficas, clima
- necessidades ou gostos ad hoc: demanda de momento, que no persiste (ex: hoje eu
quero algo diferente mas amanh volto aos mesmos gostos)
- evoluo do perfil ou necessidade: continuar a recomendar itens bsicos durante vrios
anos
- recomendar de novo (re-recomendar) ? usurio pode ter esquecido ou estar em outro
momento e ento aceitar o item
- como inferir perfil de usurios novos ? (coleta ad hoc; ex: perguntas e respostas, ou
implicitamente o que ele est fazendo ou dizendo)
- como usar filtragem colaborativa para itens novos (ainda no avaliados) ? uso de
tcnicas baseadas em contedo
- cold-start: como usar Filtr. Colab. quando no h muitos usurios ou itens ?
- pouca diversidade: o que fazer quando todo mundo odeia ou ama um item ?
Recomend-lo seria bvio de mais.
- sparsity: como comparar um item com mil avaliaes e outro com apenas 10 ?
- shilling e reputao: como saber se a recomendao confivel ou foi criada
manualmente para empurrar itens (ex: produtos encalhados ou os mais caros)
- na Filtr. Colab., separar usurios: autoridades/experts X leigos/novatos;
identificar expertise (conhecimento e interesses de cada um): CVs
separar conhecimento/competncia de interesse
identificar autoridades
perda de pontos em reas no ativas
esquemas de pontuao
- itens bsicos X avanados
identificar nvel do usurio para no recomendar itens bsicos a usurios
avanados
- identificao do nvel do item (bsico ou avanado)
identificar quem est relacionado ao item e analisar seu nvel
cuidar quando foi este relacionamento (itens bsicos so os mais antigos na lista
de relacionamentos de usurios avanados e itens avanados so os mais recentes)
Exemplos de Sistemas:
- Phoaks: extrai Web pages de msgs no Usenet e combina citaes + uso + ratings
- Tapestry: taxar msgs (good/bad) ou anotar texto (comentrio)
67
A computao pervasiva apresenta uma viso onde o usurio capaz de utilizar o sistema
computacional em qualquer momento e partir de qualquer lugar.
pervasivo: tecnologia junto ao dia-a-dia sem notar
ubquo: info onde precisar (sem saber onde est)
"cloud computing" do Google: s precisa de interface para acessar Internet
dados e software disponveis na internet (inclusive fotos, msicas, etc)
Explcito
O
R
Socializao
Externalizao
Tcito
I
G
E
Internalizao
Combinao
Explcito
M
Figura 1: Modos de converso do conhecimento (Nonaka & Takeuchi, 1997)
O objetivo e importncia destes modos de converso so transformar o aprendizado
individual em coletivo. A diferena que o aprendizado coletivo permite efetuar tarefas
que no podem ser realizadas individualmente.
Para atingir este aprendizado coletivo, necessrio ter meios adequados para
suporte aos 4 modos de converso. Para tanto, existem os Sistemas de Informao. O tipo
de Sistema de Informao mais utilizado para suportar a Gesto do Conhecimento o
Portal Corporativo. Um portal integra fontes heterogneas de conhecimento e fornece um
meio nico de acesso ao conhecimento (armazenagem, troca ou consulta). Entretanto,
outros tipos de sistemas tambm so teis para a Gesto do Conhecimento, tais como
Data Mining, CRM, Intranet, Groupware, Workflow, etc.
A chegada do novo milnio trouxe tambm a realidade da era do conhecimento.
Pessoas e organizaes reconhecem que o conhecimento o recurso mais importante.
o recurso econmico bsico os meios de produo, para usar
uma expresso dos capitalistas no mais o capital, nem os recursos
naturais, nem a mo-de-obra. Ele ser o conhecimento. () Hoje o
valor criado pela produtividade e pela inovao, que so
aplicaes do conhecimento ao trabalho. Os principais grupos sociais
da sociedade do conhecimento sero os trabalhadores do
conhecimento executivos que sabem como alocar conhecimento para
usos produtivos, assim como os capitalistas sabiam como alocar
capital para isso, profissionais do conhecimento e empregados do
conhecimento. (Drucker apud Balceiro & Balceiro, 2001).
O valor do conhecimento revela-se nos resultados econmicos. Para Stewart
(1998), o valor de uma empresa determinado mais pelo seu capital intelectual do que
por seu capital financeiro. Alguns autores calculam que 2/3 dos resultados financeiros de
uma empresa so devidos ao Capital Intelectual (Terra, 2001).
Segundo Stewart (1998), Capital Intelectual a soma de 3 capitais:
71
72
contedo), sem regras ou rigidez. O conjunto de tags utilizadas forma uma Tagsonomia
ou Folksonomia.
Como recuperar conhecimento:
Em geral, utilizam-se mecanismos automatizados de busca por palavras-chave (em
textos) ou por assuntos (com classificaes).
Como disseminar conhecimento:
A idia aqui oferecer conhecimento a uma pessoa, inferindo que ela precisa dele, sem
mesmo ela solicitar. Neste caso, so muito teis os sistemas de recomendao.
74