Sistemas de Apoio A Decisão2

CIÊNCIAS DA COMPUTAÇÃO.
SISTEMAS DE APOIO À DECISÃO
Docente: Vicente Lopes, MSc.

vicente@inforalpha.ao
Monitor: Aurélio Chindumbo, Lic.

aureliochindumbo@silverpro.co
CC-FCUAN - 2019
FCUAN – SISTEMAS DE APOIO À DECISÃO
OBJECTIVOS DA CADEIRA
• Estudar o conceito de Sistema de Apoio à Decisão e como ele difere dos
sistemas tradicionais de informação de Gestão.
• Explicar como este sistema pode apoiar as necessidades de informação de

executivos, gestores e profissionais em diversas áreas da ciência, e do
empresariado.
• Identificar como as redes neurais, lógica difusa, algoritmos genéticos,

realidade virtual e agentes inteligentes podem ser utilizados nos negócios e
na ciência para a tomada de decisões.
• Dar exemplos das diversas maneiras pelas quais os sistemas especialistas

podem ser utilizados nas situações de tomada de decisões.
2
APLICAÇÕES DA INTELIGÊNCIA ARTIFICIAL
• Sistemas especialistas • Percepção visual • Linguagens naturais

• Lógica difusa • Locomoção • Reconhecimento de discurso
• Algoritmos genéticos • Condução • Interfaces
• Redes neurais • Tatilidade • Multissensoriais
• Realidade virtual
3
INTRODUÇÃO A SAD
Sistema de Informação de Gestão – fornecer

aos administradores e tomadores de decisões as
informações para ajudá-los a atingir as metas da
empresa.
SIG – foco na eficiência operacional

(monitoramento e controlo).
Sistema de Apoio à Decisão SAD (Decision

Support System DSS) – serve para dar suporte à
tomada de decisões específicas de um probelma;
SAD – foco na eficácia na tomada de decisão.
4
SISTEMAS DE APOIO À DECISÃO
São sistemas computacionais que auxiliam actividade de tomada de decisões dos

Gestores de maneira interactiva.
São sistemas mais complexos que permitem total acesso

à base de dados corporativas, modelagem de problemas,
simulações e possuem uma interface amigável. Além
disso, auxiliam o executivo em todas as fases de tomada
de decisão, principalmente, nas etapas de
desenvolvimento, comparação e classificação dos riscos,
além de fornecer subsídios para a escolha de uma boa
alternativa.
5
Gestão - “o processo de converter informação em acção”.
Sistema de Informação de Gestão SIG

(Management Information Systems - MIS)
- São utilizados para monitorar e controlar a empresa;
- Utiliza ferramentas analíticas simples.
Ou seja, o que pode ser feito com a informação existente na organização ?
“Gera relatórios resumidos de rotina”
Questões SIG
- Qual o número médio de vendas nos
últimos 3 meses?
- Quais os produtos mais rentáveis da
empresa?
6
Sistemas de Apoio à Decisão - SAD

(Decision Support System DSS)
São sistemas interactivos sob controlo do utilizador e que oferecem dados e modelos para a
solução de problemas semi-estruturados ou não-estruturados; utiliza ferramentas de análise e
modelagem sofisticadas.
Ou seja, que decisões estão a ser tomadas?
Como é que a informação pode ser útil?
“fornece respostas interativas para questões não rotineiras”
Questões SAD
- E se subíssemos os preços em 10% em
quanto aumentaria o lucro?
- Quanto custaria a mais fabricar nosso
produto se o custo relativo a salários dos
funcionários subisse 15%?
7
8
9
Características da Decisão
OAS – Sistema de Automação de Escritório, EIS – Sistemas de Informação Executiva, DSS – Sistema de Apoio
à Decisão, MIS – Sistema de Informação de Gestão, TPS – Sistema de Processamento de Transacções
10
Tipos e Níveis de Decisão
11
Características de Tomada de Decisão
12
RELATÓRIOS DE SIG
13
RELATÓRIOS DE SAD
14
RELATÓRIOS
Um SIG produz relatórios rotineiros e resumidos: programados (diária, semanal,

mensal...) sob-solicitação.
Um SAD produz esses relatórios, mas

também permite que o utilizador faça
perguntas novas e não-antecipadas e
intervenha directamente para mudar a
maneira como os dados serão
apresentados – Flexibilidade de
apresentações.
15
AMBIENTE ORGANIZACIONAL DA TOMADA DE DECISÃO
16
ARQUITECTURA DE UM SAD
17
Principais tipos de modelagem analítica
18
TOMADA DE DECISÃO
19
TOMADA DE DECISÃO
• Pensar e raciocinar
• Utilizar a razão para solucionar problemas
• Aprender e compreender a partir da experiência
• Adquirir e aplicar conhecimentos
• Demonstrar criatividade e imaginação
• Lidar com situações complexas ou desconcertantes
• Reagir pronta e eficazmente a situações novas
• Reconhecer a importância relativa de elementos de uma situação
• Manipular informações ambíguas, incompletas ou errôneas
20
TOMADA DE DECISÃO
21
TOMADA DE DECISÃO
22
EXERCÍCIO
Você é um(a) GESTOR(A) a procura de uma secretária. Você anunciou a vaga nos
jornais especializados e recebeu um total de 500 currículums vitae. Utilize o
conhecimento adquirido sobre tomada de decisão, e descreva o processo de decisão
utilizado para escolher quem você irá contratar.
Assuma que dos 500 currículos recebidos, 400 se encaixam nos principais critérios
estabelecidos, como: tempo de digitação, experiência no negócio, nível de
escolaridade e línguas que fala.
23
DATA WAREHOUSE
Introdução ao Data Warehouse
• Sitemas de Apoio á Decisão
• Conceituação de Data Warehouse
• Principais características
Arquitectura do Data Warehouse
• Estrutura interna
• Granualidade
• Data Marts
• Metadados
• Acesso aos dados
• Tipos de DW
24
DATA WAREHOUSE
HISTÓRICO
Criado pela IBM na década de 60 com o nome de Information Warehouse,
relançado diversas vezes sem grande sucesso, o nome Data Warehouse foi
dado por William H. Inmon, considerando o pai desta tecnologia. Tornou-se
viável com surgimento de novas tecnologias para armazenar e processar uma
grande quantidade de dados.
25
DATA WAREHOUSE
O que é?
Sistema que armazena dados históricos usados no processo de tomada de
decisão, integra dados corporativos de uma empresa em um único
repositório.
Para que serve?
Para criar uma visão única e centralizada dos dados que estavam dispersos
em diversos BD’s, permite que utilizadores finais executem consultas, gerem
relatórios e façam análises.
26
DATA WAREHOUSE
Então o Data Warehouse é apenas uma BD que contém dados

históricos?
Para que seja considerado um Data Warehouse, uma BD deve:
• Coletar dados de várias fontes.
• Dados coletados devem ser transformados para que haja uma visão única
dos dados.
• Dados devem ser usados por aplicativos para obter informações que
dêem apoio à decisão.
27
DATA WAREHOUSE
28
PRINCIPAIS CARACTERÍSTICAS
De acordo com a definição dada por Inmon, um Data Warehouse

deve ser:
• Orientado a assunto
• Integrado
• Não volátil
• Variável com o tempo
29
Orientado a assunto:
Os dados em um DW são organizados de modo a facilitar a análise dos
dados. Dados são organizados por assunto e não por aplicação, como em
BDs operacionais. Fornece uma visão simples e concisa sobre questões de
um tema particular através da exclusão de dados que não são importantes no
apoio ao processo de decisão.
30
Integração:
Dados de um DW provém de diversas fontes.
Dados podem ser sumarizados ou eliminados.
Formato dos dados deve ser padronizado para uniformizar nomes, unidades
de medida, etc.
Quando a informação é movida para o warehouse, é feita a conversão.
31
Não volátil:
Dados não são mais alterados depois de incluídos no DW.
Operações no DW: em uma BD operacional é possível incluir, alterar
e eliminar dados. Já no DW é possível apenas incluir dados.
Garante que consultas subsequentes a um dado produzirão o mesmo
resultado. Requer apenas duas operações de acesso a dados:
carregamento inicial de dados e acesso a dados.
32
Variável com o tempo:

Os dados no DW são relativos a um determinado instante de tempo.
Base de dados operacional : informação actual
Dados no DW: fornece informação numa perspectiva histórica: (últimos 5-
10 anos).
33
ARQUITECTURA DO DATA WAREHOUSE
Sistemas de extracção tradicionais:
34
Sistemas baseados em Data Warehouse:
35
Sistemas Operacionais de origem - são os sistemas operacionais de registo ou

sistemas transacionais que capturam as transações da empresa. Também são
chamados sistemas legados ou OLTP.
Data staging área – é tanto uma área de armazenamento como um conjunto de
processos, e normalmente denomina-se ETL (Extract – Transformation - Load).
Data Warehouse e Data Mart – a área de apresentação dos dados é o local em que
os dados ficam organizados, armazenados e tornam-se disponíveis para serem
consultados directamente pelos utilizadores, por criadores de relatórios e por outras
aplicações de análise.
Ferramenta de acesso a dados – o último componente principal do ambiente de
data warehouse é a ferramenta de acesso a dados. Por definição, toda ferramenta de
acesso a dados, consulta os dados na área de apresentação do DW.
36
Principais tarefas efectuadas pelo DW:

• Obter dados dos BDs operacionais e externos
• Armazenar os dados
• Fornecer informações pata tomada de decisão
• Administrar o sistema e os dados
Principais componentes do DW:
• Mecanismos para acessar e transformar dados
• Mecanismo para armazenamento de dados
• Ferramentas para análise de dados
• Ferramentas de gerência
37
ESTRUTURA INTERNA
Requisitos do DW:
Eficiente
• Grande volume de dados imutáveis
• Processamento paralelo e/ou distribuído
Confiável
• Funcionamento do sistema
• Resultado das análises
Expansível
• Crescente volume de dados
• Maior número de fontes de dados
38
ESTRUTURA INTERNA
Em geral são usados BDs relacionais para armazenar os dados do DW:

• Capazes de manter e processar grandes volumes de dados
• Optimizados para lidar com dados imutáveis
As ferramentas de análise empregam:

• Técnicas de mineração de dados
• Inteligência artificial: redes neurais, fuzzy, etc.
• A internet: Web mining, agentes móveis, etc.
39
ESTRUTURA INTERNA
40
ESTRUTURA INTERNA
Obtenção de Dados:
41
ESTRUTURA INTERNA
Busca de informações:
42
ESTRUTURA INTERNA
Modelo de camadas:
43
ESTRUTURA INTERNA
Funções das camadas no DW:
Dados Operacionais/ Externos: fontes de dados

Acesso aos dados: extrair dados dos BDs
Data Staging: transformar e carregar dados
Data Warehouse Físico: armazenar dados
Acesso aos dados: localizar dados para análise
Acesso á informação: analisar dados
Troca de mensagens: transportar dados
Gerenciamento de processos: controlar actividades
44
GRANULARIDADE
Granularidade:
Refere-se ao nível de sumarização dos elementos e de detalhes
disponíveis nos dados. Quanto mais detalhe existir, mais baixo será o
nível de granularidade. Quanto menos detalhe existir, mais alto será o
nível de granularidade.
45
GRANULARIDADE
Grão em um nível mais detalhado:

Vantagem:
O utilizador poderá ver a informação em qualquer nível de agregação.
Desvantagem:
Pode acarretar um aumento grande do volume de dados armazenados.
(Prejuízo de performance)
Grão em um nível mais alto (sumarizado):
Vantagem:
Menor volume de dados armazenados
Desvantagem:
O utilizador ficará impossiblitado de realizar consultas mais detalhadas.
46
GRANULARIDADE
47
GRANULARIDADE
Granularidade:
• Definir a granularidade adequada é vital para que o DW atenda seus objectivos.
Mais detalhes Mais dados Análise mais longa Informação menos detalhada.
Menos detalhes Menos dados Análise mais curta Informação menos detalhada
• Para evitar que se perca informação são criados vários níveis de granularidade.
48
GRANULARIDADE
A sumarização e o detalhamento do grão também podem ser compreendidos

pelas operações de Drill Down e Roll Up (Drill Up):
Drill Down: Ocorre quando o utilizador aumenta o nível de detalhe da
informação, diminuindo o nível de granularidade.
Drill Up: É o contrário, ele ocorre quando o utilizador aumenta o nível de
granularidade, diminuindo o nível de detalhamento da informação.
49
GRANULARIDADE
Dados X Granularidade
Dados actuais:
• Reflectem acontecimentos recentes
• Alto nível de detalhe (baixa granularidade)
Dados Sumarizados (1 ou + níveis)
• Dados históricos condensados
• Menor nível de detalhe (maior granularidade)
Dados Antigos:
• Dados históricos mantidos em fita, CD, etc.
• Alto nível de detalhe (baixa granularidade)
50
GRANULARIDADE
Processo de Sumarização
• Aplica um novo esquema de modo a condensar o dados.
Ex: armazenar totais, médias, etc.
Processo de envelhecimento:
• Transfere os dados antigos do HD para fita, CD, etc.
• Mantém o nível de detalhe para que nenhuma informação seja
perdida.
51
GRANULARIDADE
52
GRANULARIDADE
Exemplo: Companhia Telefónica (Inmon)
53
GRANULARIDADE
Exemplo: Companhia Telefónica (Cont...)
54
GRANULARIDADE
Quanto menor a granularidade, mais detalhada é a informação

disponível.
• No exemplo anterior, poderíamos determinar se o cliente A ligou para B
na semana passada.
• Também poderíamos verificar se A faz muitas chamadas de longa
distância.
Durante o Processo de sumarização, algumas informações podem ser
perdidas.
• Não seria possível saber se A ligou para B.
• É possível verificar o padrão de consumo de A.
55
DATA MARTS
O que é um Data Mart?

Um DM é um pequeno DW, ou seja, um pequeno armazém de dados,que
fornece apoio à decisão de um pequeno grupo de pessoas.
Os DM atendem as necessidades de unidades específicas de negócios, ao
invés da empresa como um todo. Eles optimizam o fornecimento de
informações de apoio a decisão e focam na gestão sumarizada e/ou dados
exemplificativos ao invés do histórico de níveis atomizados.
56
DATA MARTS
- Um DM desempenha o papel de um DW departamental, regional ou

funcional.
- Uma empresa pode construir seus DM gradativamente a partir do DW.
57
DATA MARTS
Abordagem Top-Down: Abordagem Bottom-Up:

Primeiro se monta o DW Onde primeiro é criado os DM´s
(Corporativo) para num segundo para em seguida montar o DW
momento criar os DM da organização.
(departamentais).
58
DATA MARTS
- Dados podem ser repetidos em dois ou mais DM´s.

- Os mesmos dados podem estar representados com granularidade
diferente.
Ex:
59
METADADOS
Os Metadados são dados sobre os dados:

• Para cada atributo mantido no DW há uma entrada no dicionário
de dados.
• Os dados são processados, actualizados e consultados partindo
dos metadados.
• Utilizadores ficam conhecendo a estrutrua e o significado dos
dados.
• No BD operacional, a estrutura e o significado dos dados estão
embutidos nas aplicações.
60
METADADOS
Camadas de Metadados:
Metadados operacionais: definem a estrutura dos dados

operacionais.
Metadados do DW: Orientados por assunto, informam como os
dados do DW foram calculados e como devem ser interpretados.
Metadados do utlizador: organizam os metadados do DW com
base em conceitos familiares ao utilizador final.
61
METADADOS
Classificação em função dos dados descritos:

Metadados de Mapeamento: como BD´s operacionais são mapeados no DW.
Metadados de Sumarização: como os dados foram sumarizados no DW.
Metadados Históricos: como a estrutura dos dados vem mudando.
Metadados de Padrões de Acesso: como os dados do DW vem sendo
acessados.
62
METADADOS
Fontes de Metadados:
• Código fonte dos SBDs operacionais
• Diagramas CASE de BDs operacionais e do DW
• Documentação dos BDs operacionais e do DW
• Entrevistas com utilizadores, administradores e
programadores dos BDs e do DW
• O ambiente de DW
• Frequência de acesso aos dados, tempo de resposta, controlo
de utilizaores, etc.
63
ACESSO AOS DADOS
64
TIPOS DE DATA WAREHOUSE
• DW baseado em Servidor: Mainframe ou servidor de rede local

(LAN).
• DW Virtual: Reúne dados operacionais e dados históricos mantidos
em BDs – não há um DW central.
• DW Distribuído: DW Global reúne dados de vários DWs locais.
• DW Baseado na Web: Dados provenientes da World Wide Web.
65
“CITAÇÃO”
66

Sistemas de Apoio A Decisão2

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

Sistemas de Apoio A Decisão2

Enviado por

Direitos autorais:

Formatos disponíveis

CIÊNCIAS DA COMPUTAÇÃO.

SISTEMAS DE APOIO À DECISÃO

Docente: Vicente Lopes, MSc.

Monitor: Aurélio Chindumbo, Lic.

• Explicar como este sistema pode apoiar as necessidades de informação de

• Identificar como as redes neurais, lógica difusa, algoritmos genéticos,

• Dar exemplos das diversas maneiras pelas quais os sistemas especialistas

APLICAÇÕES DA INTELIGÊNCIA ARTIFICIAL

• Sistemas especialistas • Percepção visual • Linguagens naturais

Sistema de Informação de Gestão – fornecer

SIG – foco na eficiência operacional

Sistema de Apoio à Decisão SAD (Decision

SAD – foco na eficácia na tomada de decisão.

SISTEMAS DE APOIO À DECISÃO

São sistemas computacionais que auxiliam actividade de tomada de decisões dos

São sistemas mais complexos que permitem total acesso

Gestão - “o processo de converter informação em acção”.

Sistema de Informação de Gestão SIG

Sistemas de Apoio à Decisão - SAD

Sistemas de Apoio à Decisão - SAD

Sistemas de Apoio à Decisão - SAD

Tipos e Níveis de Decisão

Características de Tomada de Decisão

Um SIG produz relatórios rotineiros e resumidos: programados (diária, semanal,

Um SAD produz esses relatórios, mas

AMBIENTE ORGANIZACIONAL DA TOMADA DE DECISÃO

Principais tipos de modelagem analítica

Então o Data Warehouse é apenas uma BD que contém dados

De acordo com a definição dada por Inmon, um Data Warehouse

Variável com o tempo:

ARQUITECTURA DO DATA WAREHOUSE

Sistemas de extracção tradicionais:

ARQUITECTURA DO DATA WAREHOUSE

Sistemas baseados em Data Warehouse:

ARQUITECTURA DO DATA WAREHOUSE

Sistemas Operacionais de origem - são os sistemas operacionais de registo ou

ARQUITECTURA DO DATA WAREHOUSE

Principais tarefas efectuadas pelo DW:

Em geral são usados BDs relacionais para armazenar os dados do DW:

As ferramentas de análise empregam:

Funções das camadas no DW:

Dados Operacionais/ Externos: fontes de dados

Grão em um nível mais detalhado:

A sumarização e o detalhamento do grão também podem ser compreendidos

Exemplo: Companhia Telefónica (Inmon)

Exemplo: Companhia Telefónica (Cont...)

Quanto menor a granularidade, mais detalhada é a informação

O que é um Data Mart?

- Um DM desempenha o papel de um DW departamental, regional ou

Abordagem Top-Down: Abordagem Bottom-Up:

- Dados podem ser repetidos em dois ou mais DM´s.

Os Metadados são dados sobre os dados:

Metadados operacionais: definem a estrutura dos dados

Classificação em função dos dados descritos:

ACESSO AOS DADOS

TIPOS DE DATA WAREHOUSE

• DW baseado em Servidor: Mainframe ou servidor de rede local

Você também pode gostar