Escolar Documentos
Profissional Documentos
Cultura Documentos
• Data Warehouses
• Data Mining
2
Sistemas de Informação para Gestão
• Surgem com a constatação que apesar da enorme quantidade de dados armazenados
nos sistemas informáticos, não era possível fornecer aos diversos níveis de gestão,
informação que lhes permitisse melhorar a capacidade de decisão no controle e
planeamento do negócio.
3
Sistemas de Informação para Gestão
4
Sistemas de Informação para Gestão
Resposta:
1. Vai fazer uma descrição do processo formal e repetitivo de faturação e das
regras associadas.
2. Dependerá da perceção do gestor do seu papel na empresa, da sua visão, da
sua capacidade de descrever necessidades em termos lógicos e na
compreensão, da parte do analista, de como a eficácia do gestor depende do
seu relacionamento com o resto da organização.
Ter em conta, que além da qualidade da resposta, a conversão de necessidades
em sistemas informáticos é também um processo complexo.
5
Sistemas de Suporte à Decisão
6
Sistemas de Suporte à Decisão
7
Sistemas de Suporte à Decisão
8
Sistemas de Suporte à Decisão - Benefícios
10
Sistemas de Suporte à Decisão – Principais caraterísticas
• Os SSD permitem analisar as variáveis de um negócio, o qual ajuda o processo de tomada de
decisões dos executivos, são ferramentas uteis de inteligência empresarial.
• Dentro das funções que realiza destacamos:
1. Extração e manipulação de informação de maneira flexível
2. Dá suporte em processos na tomada de decisões não estruturadas.
3. Permite a definição da informação que necessita e a sua combinação a favor do
utilizador.
4. Inclui várias ferramentas, como simulação, modelação, etc.
5. Permite a combinação da informação dos sistemas da empresa com os das outras
empresas externas.
11
Sistemas de Suporte à Decisão – Categorias
12
Sistemas de Suporte à Decisão – Principal Objetivo
13
Sistemas de Suporte à Decisão – Estrutura de um SSD
14
Sistemas de Suporte à Decisão – Estrutura de um SSD
Existem várias conceções de arquitetura DSS por muitos autores tais como:
16
Sistemas de Suporte à Decisão – Principais tarefas que realiza
17
Sistemas de Suporte à Decisão – Vantagens
18
Sistemas de Suporte à Decisão – Desvantagens
19
Sistemas de Suporte à Decisão – Relação com outros sistemas
DSS e MIS (sistemas de informações gerenciais) estão profundamente relacionados, estes
facultam informações necessárias para gerir organizações de forma eficiente e eficaz.
Um SAD fornece uma série de ferramentas integradas que permitem que o tomador de decisão
interaja diretamente com computadores para deter informações finais para decisões
estruturadas e não estruturadas.
Nos dois sistemas emitem informações úteis para o utilizador, no MIS são gerados relatórios e
resumos, geram informações, mas não oferecem função de suporte como nos sistemas SAD;
Concluindo, o SAD é uma extensão ou evolução do SIG voltado para o campo da tomada de
decisão.
20
Sistemas de Suporte à Decisão – Exemplos
Entre os exemplos mais significativos de um sistema de suporte à decisão (DSS) encontramos:
Microstrategy, http://www.microstrategy.com/
Cognos, http://www.cognos.com/
SAS, https://www.sas.com/
SPSS, https://spss-clementine.software.informer.com/
22
Sistemas de Suporte à Decisão – Processo decisório
23
Sistemas de Suporte à Decisão – Estilos de tomada de decisão
24
Sistemas de Suporte à Decisão
25
Sistemas de Suporte à Decisão – Tipos e níveis de decisão
26
Sistemas de Suporte à Decisão – Tecnologias para os diversos
tipos de decisão
27
Sistemas de Suporte à Decisão – Tipos
28
Sistemas de Suporte à Decisão – Tecnologias para os diversos tipos de
decisão
29
Sistemas de Suporte à Decisão – A quem se destina
Os SAD diferenciam-se de outros sistemas pela sua função de dar suporte aos
utilizadores, como o próprio nome diz, sistema de apoio à decisão, com o objetivo de
apoiar a tomada de decisão, havendo uma interação entre o utilizador e o sistema, sendo
o utilizador o último a tomar as decisões.
Já outros sistemas apenas auxiliam na realização de tarefas, são sistemas produzidos para
o desempenho automatizado de tarefas, como ex: Office Automation Systems (OAS)
ou Sistemas de Informação Gerencial (MIS), não havendo interação do utilizador ou
feedback posterior.
31
Sistemas de Suporte à Decisão – Diferenciação
Sistemas SSD
Decisão
Utilizador Sistema Informação do
utilizador
Outros Sistemas
Tarefa
Utilizador Sistema
realizada
32
Data Warehouses - Definição
"Um Data Warehouse é uma base de dados analítica, utilizada como fundação de Sistemas
de Suporte à Decisão. E desenhada para armazenar enormes volumes de dados, devendo
providenciar acesso intuitivo à informação que será utilizada na tomada de decisão."
[Videite et.ai, 1996].
"Um Data Warehouse é um armazém de dados integrado e único, que fornece a base
infraestrutural para as aplicações informacionais da empresa." [Kelly, 1996].
33
Data Warehouses - Definição
34
Data Warehouses - Definição
Já para Inmon, um Data Warehouse é uma coleção de dados para suporte dos gestores, nos
processos de tomada de decisão, com as seguintes caraterísticas:
35
Data Warehouses - 1. Orientada para os assuntos do negócio da empresa
36
Data Warehouses - 1. Orientada para os assuntos do negócio da empresa
37
Data Warehouses - 2. Integrada
A integração dos dados é obtida num Data Warehouse em vários níveis - consistência nos
formatos, consistência nos nomes, consistência nas descrições, consistência nas unidades de
medida, etc. Desta forma, os dados, com múltiplos significados nas aplicações operacionais,
serão armazenados num Data Warehouse com uma única definição.
38
Data Warehouses - 3. Variável com o tempo
A nível operacional, concentração nos dados correntes de uma organização.
Significa que os dados operacionais refletem sempre a situação empresarial atual como,
por exemplo, os stocks atuais, o balancete atual, etc.
39
Data Warehouses - 3. Variável com o tempo
• As organizações necessitam dos dados que lhes permitam analisar tendências ao longo de
um período, não detetáveis na simples análise dos dados atuais.
• Um Data Warehouse deve armazenar e disponibilizar a informação histórica, pelo que os
dados apenas fazem sentido quando contextualizados com a data da sua criação.
• As modificações provenientes dos Sistemas Operacionais darão sempre origem a novos
registos nos Data Warehouse.
40
Data Warehouses - 4. Não volátil
41
Data Warehouses - 4. Não volátil
42
Data Warehouses - Estrutura
43
Data Warehouses
44
Data Warehouses
45
Data Warehouses
46
Data Warehouses – OLTP - Registo de transações diárias
• Produzidos vários arquivos e documentos todos os dias.
• CRM (Existem sistemas com Gestão relacionamento com cliente),
que gerem vários dados.
• Bancos de dados operacionais que a empresa utiliza para vender,
comprar, produzem muitos dados.
• ERP (Sistemas de gestão empresarial), também produzem muitos
dados durante o quotidiano da empresa.
OLTP – Online Transaction Processing que ocorrem diariamente na
empresa
(Arquivos e documentos; CRM, Bancos de dados operacionais e ERP)
47
Data Warehouses – OLTP - Registo de transações diárias
• Estas informações todas vão passar por um sistema de extração, transformação e
carregamento, chamado ETL .
48
Data Warehouses – OLTP - Registo de transações diárias
49
Data Warehouses
50
Data Warehouses - Acesso
51
Sistema OLAP (Definição por FASMI)
52
Sistema OLAP - Definição
• Tecnologia de banco de dados otimizada para consulta e relatórios, em vez de processar
transações.
• Os dados de origem do OLAP são bancos de dados OLTP (Processamento Transacional
Online) que são comumente armazenados em data warehouses.
• Os dados OLAP são derivados dos dados históricos e agregados em estruturas que
permitem análises sofisticadas.
• Os dados OLAP também são organizados hierarquicamente e armazenados em cubos
em vez de tabelas.
• Tecnologia sofisticada que usa estruturas multidimensionais para fornecer acesso rápido
aos dados para análise.
53
Sistema OLAP - Definição
54
OLAP contêm dois tipos básicos de dados:
1. Medidas - dados numéricos, as quantidades e médias que podemos usar para tomar
decisões comerciais informadas.
2. Dimensões - são as categorias que se usam para organizar essas medidas. Ex: Cliente,
Produto, Cidade, Valor…etc.
Os bancos de dados OLAP ajudam a organizar dados por vários níveis de detalhes, usando
as mesmas categorias que estamos habituados para analisar os dados.
Exemplo: https://www.tableau.com/pt
https://www.oracle.com/pt/business-analytics/business-intelligence/
55
Sistemas de OLAP
56
Sistemas de OLAP
57
Sistemas de OLAP
58
Sistemas de OLAP
59
Sistemas OLTP vs OLAP
https://www.youtube.com/watch?v=iw-5kFzIdgY
https://www.youtube.com/watch?v=wq0H3vITOTY
60
Data Mining - Reflexão
• Pois, isso só é possível graças a algo chamado Ciência de Dados, área interdisciplinar
que reúne estatística e ciência da computação.
• Não é segredo que estas grandes empresas, tenham acesso a grandes quantidades de
dados, porém, dados brutos não são o suficiente para criar mecanismos que
entendam o comportamento dos consumidores e muito menos conseguir prevê-lo.
• Assim, o Data Mining, Data Warehouse e análise preditiva vão ajudar a prever esses
interesses.
61
Data Mining - Reflexão
• Pois, isso só é possível graças a algo chamado Ciência de Dados, área interdisciplinar
que reúne estatística e ciência da computação.
• Não é segredo que estas grandes empresas, tenham acesso a grandes quantidades de
dados, porém, dados brutos não são o suficiente para criar mecanismos que
entendam o comportamento dos consumidores e muito menos conseguir prevê-lo.
• Assim, o Data Mining, Data Warehouse e análise preditiva vão ajudar a prever esses
interesses.
62
Data Mining - O que é
• Data mining, ou mineração de dados, é a prática de examinar dados que já foram coletados,
utilizando diversos tipos de algoritmos, normalmente de forma automática, a fim de gerar
novas informações e encontrar padrões.
• Processo de pesquisa de relações e padrões de comportamento que existem nas bases de
dados, mas que não são evidentes para os utilizadores.
• Estas relações podem representar um conhecimento valioso sobre os assuntos armazenados
e, consequentemente, do negócio que registam.
• É um dos processos com maior capacidade de análise de dados.
• Apoiam o analista na interpretação dos dados. Este por sua vez, formula hipóteses, que
depois verifica através da análise da informação extraída da base de dados.
63
Data Mining - O que é
64
Data Mining – Como funciona
• A função do Data Mining é utilizar grandes bases de dados para trazer insights sobre
comportamentos que se repetem de maneira consistente. Isto deve-se à elaboração de
algoritmos que conseguem identificar padrões no meio desses dados e estabelecer
conexões entre eles.
• Para que este funcione necessitamos primeiro de dados, para depois serem devidamente
“limpos” e dispostos uniformemente, serão sujeitos a uma manipulação e comparação dos
dados a fim de estabelecer relações entre seus comportamentos através de um software
especializado.
• Resultando, deste processo a transformação de dados brutos em insights preciosos que
poderão ser utilizados para atingir os diferentes objetivos organizacionais.
65
Data Mining – Como funciona
66
Data Mining – Etapas no Processo
67
Data Mining – Etapas no Processo
68
Data Mining – O pré-processamento de dados
69
Data Mining – O pré-processamento de dados
70
Data Mining – O pré-processamento de dados
São estratégias de transformação:
a) Suavização: Eliminação de ruídos.
b) Agregação: Combinação de dois ou mais atributos em um só.
c) Normalização: Escalonamento de dados para alcançar intervalos menores.
d) Discretização: Os valores brutos dos dados numéricos são substituídos por intervalos
5. Exploração - Data mining é a etapa que dá início à exploração de dados propriamente dita,
consiste no processo em que algoritmos inteligentes são aplicados para identificar padrões e
conhecimentos relevantes. A partir desta etapa os dados são representados por modelos
estruturados através de técnicas de agrupamento e classificação.
71
Data Mining – O pré-processamento de dados
6. Avaliação de padrões - Nesta etapa, os padrões serão avaliados de acordo com o seu valor de
interesse à medida que representam algum tipo de conhecimento relevante. Algumas
metodologias podem ser usadas para tornar os dados mais compreensíveis para o usuário, tais
como: classificação, associação ou relação, armazenamento, previsão, entre outras.
73
Data Mining – Para que serve
1. Diminuição de Custos - Com uma maior compreensão do público podemos focar esforços e
investimentos para atingir o público que realmente está mais propenso a converter.
2. Aumento do ROI - Em conjunto a diminuição nos custos, as taxas de conversão irão
potencialmente aumentar devido a maior assertividade e personalização das ofertas,
resultando em um maior retorno de investimento.
3. Melhor aproveitamento de oportunidades - A identificação de padrões podem levar
empresas a criarem soluções mais elaboradas para serem ofertadas ao mercado, seja
criando novos produtos ou otimizando antigos.
4. Maior previsibilidade - As correlações e os insights fornecidos pelo Data Mining fornecem a
base para a elaboração de modelos estatísticos para a realização de predições mais
assertivas. 74
Data Mining – Conclusão
• O volume de dados dos novos tempos exigem soluções inteligentes para compilar e organizar essas
informações de forma otimizada.
• Para além de registrar e organizar informações, a exploração de dados produz conhecimento a partir
da extração de dados e da aplicação de técnicas e métodos que transformam esses dados brutos em
conhecimento.
• A produção de conhecimento é um fator fundamental para o sucesso dos negócios de uma
organização. É a partir desses dados relevantes que um gestor consegue estabelecer metas
estratégicas, elaborar planos de ação e tomar decisões projetando o futuro.
• Por fim, o data mining garante a confiabilidade e a consistência dos dados representados que podem
ser visualizados através de ferramentas próprias e consultados pela gestão.
• O tratamento e a automação de dados são diferenciais importantes para a competitividade de
qualquer organização ciente das mudanças cada vez mais rápidas neste mercado. 75
Data Mining
https://www.youtube.com/watch?v=dWL0jvj1PJw
https://www.youtube.com/watch?v=81bm2OsEzbg
IA - https://www.iberdrola.com/inovacao/o-que-e-inteligencia-artificial
76