Intelig Emp Und 04 PDF

INTELIGÊNCIA EMPRESARIAL
UNIDADE IV – Sistemas de Apoio a Decisão

Luiz Leão – luizleao@gmail.com
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
G
Dado Contexto Informação Ação Valor
A
P
•O SAD deve estar conectado aos demais componentes da

organização
(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.)

Classificação das Decisões

• 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.

Níveis Hierárquicos e as Informações Gerenciais
- Planos objetivos e perspectivas de resultados.

Não-Estruturada - Desempenho consolidado do negócio
Altos
Executivos e
Acionistas
- Alocação de recursos e estratégias.

Semi-Estruturada - Monitoramento de desempenho do negócio, ou
Gerentes de partes do negócio
Corporativos
Estruturada - Suporte à decisão e monitoramento de

Gerentes desempenho de funções e processos
Operacionais
(Fonte: Adaptado de Fernando Nimer)

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


• 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.


• 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
Arquitetura de um Sistema de BI
Unidade V – Aplicações de Sistemas de Apoio às Decisões

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

c o n s u b s t a n c i a r- s e e m f o r m a d e r e l a t ó r i o s
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

Tipos de SAD
Classe de SAD Definição Terminologia Típica
Sistema de Suporte à Sistemas interativos que auxiliam o Data Warehouse,
Decisão(SSD) tomador de decisão a utilizarem Data Mart, Data
dados e modelos para resolver Mining
problemas
Sistema de Sistemas que atendem a EIS, Balance

Informação necessidade de gestão e Scorecard,
Executiva tomadas de decisão dos Dashboards, BPM
(SIE) executivos
Sistema de Suporte à Sistemas que auxiliam a tomada Groupware, Sistemas
Decisão em Grupo de decisão coletiva Colaborativos,
(GSSD) Meetings Eletrônicos
Sistemas Especialistas Sistemas com conhecimento Inteligência Artificial,
especializado para resolver Expert System
problemas específicos, tomar
decisões específicas

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
Ambiente Operacional Ambiente Analitico
Principal Voltado ao processamento Voltado ao processamento

Característica de transações OLTP de consultas OLAP
Tipos de Atualização, exclusão e Consulta
Operação mais inserção
Frequentes
Características Pequenas e simples, Longas e complexas,
das Transações acessam poucos registros acessam muitos
por vez registros por vez e
realizam várias
varreduras e junções de
tabelas
(Fonte: . Ciferri, C. D. de A., Ciferri, R. R., Processamento Analítico de Dados


Ambiente Operacional Ambiente Analitico
Interações com os Usuários Pré-determinadas ad-hoc dinâmicas

estáticas
Granularidade dos Dados Detalhado Detalhado e agregado
Projeto do Banco de Dados Normalizado (3FN) Multidimensional, refletindo as
necessidades de análise dos
usuários
Histórico dos Registros Mantém a situação Dados Históricos são
corrente (atual) relevantes (5 a 10 anos)

Ambiente Operacional Ambiente Analítico
Volume de Dados megabytes a gigabytes gigabytes a terabytes
Principal Questão produtividade da produtividade da

de Desempenho transação consulta
Exemplos de transações bancárias, planejamento

aplicações empréstimos de livros, de
contas a pagar 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
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.


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
Dados adquiridos
▪ Número telefônico, Armazenadas
BD
▪ duração da chamada,
▪ número do cartão de
crédito,
▪ endereço de entrega,
▪ produto escolhido
▪ outros dados são
adquiridos ...

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.

Intelig Emp Und 04 PDF

Enviado por

Dados do documento

Título original

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

Intelig Emp Und 04 PDF

Enviado por

Direitos autorais:

Formatos disponíveis

INTELIGÊNCIA EMPRESARIAL

UNIDADE IV – Sistemas de Apoio a Decisão

UNIDADE IV – Sistemas de Apoio a Decisão

•Uma boa informação é a base da tomada de decisão estratégica

•As empresas são bem sucedidas em acessar e transformar

UNIDADE IV – Sistemas de Apoio a Decisão

Reduzindo o “Gap” ......

•O SAD deve estar conectado aos demais componentes da

UNIDADE IV – Sistemas de Apoio a Decisão

Visão Geral do SAD – Sistema de Apoio à Decisão

“... um SAD deve comandar um sistema interativo para auxiliar

UNIDADE IV – Sistemas de Apoio a Decisão

Classificação das Decisões

• Decisão Não-estruturada: Relacionadas a situações originais, não

• Decisão Semi-Estruturada: Com características estruturadas e não

UNIDADE IV – Sistemas de Apoio a Decisão

Níveis Hierárquicos e as Informações Gerenciais

- Planos objetivos e perspectivas de resultados.

- Alocação de recursos e estratégias.

Estruturada - Suporte à decisão e monitoramento de

(Fonte: Adaptado de Fernando Nimer)

UNIDADE IV – Sistemas de Apoio a Decisão

Principais Características do SAD

– O problema está continuamente mudando

– As respostas são necessárias rapidamente

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

– Os dados devem ser processados e disponibilizados em diferentes

UNIDADE IV – Sistemas de Apoio a Decisão

Principais Características do SAD

– Tendência a problemas sub-especificados, não bem estruturados, tais

– Combinação de modelos e técnicas analíticas com funções tradicionais

– Usos de dispositivos que tornam fácil a sua utilização de modo

– Ênfase em flexibilidade e capacidade de adaptação a mudanças no

UNIDADE IV – Sistemas de Apoio a Decisão

Principais Características do SAD

• Cada tomador de decisão tem habilidades, conhecimentos e

• Por isto, a flexibilidade é uma das principais características de

UNIDADE IV – Sistemas de Apoio a Decisão

Indicam a necessidade de um SAD na organização

• Muitos sistemas de informação dispersos na empresa;

• Diferenças e erros nos conceitos de dados;

• Conceitos de dados variando conforme o intérprete;

UNIDADE IV – Sistemas de Apoio a Decisão

Indicam a necessidade de um SAD na organização

• Dificuldade em compartilhar informações entre as várias áreas

• Problemas de qualidade dos dados;

• Dados chegam atrasados para a tomada de decisão

UNIDADE IV – Sistemas de Apoio a Decisão

Unidade V – Aplicações de Sistemas de Apoio às Decisões

Módulo ETL (extraction, transformation

✓ É a parte responsável pelo recolhimento

Unidade V – Aplicações de Sistemas de Apoio às Decisões

Data Warehouse/Data Marts –

A grande vantagem de ter

Unidade V – Aplicações de Sistemas de Apoio às Decisões

Data Mining – é o processo de

Unidade V – Aplicações de Sistemas de Apoio às Decisões

Front-end – parte visível ao usuário. Pode

Unidade V – Aplicações de Sistemas de Apoio às Decisões

Metadados: “dados sobre dados”. Os dados sobre o

Um repositório de metadados é um ferramenta

Unidade V – Aplicações de Sistemas de Apoio às Decisões

• Sistemas de Suporte à Decisão em Grupo (GDSS)