Escolar Documentos
Profissional Documentos
Cultura Documentos
Como melhorar a
tomada de decisão e a
gestão do
conhecimento
Tipos de decisão
• Não estruturadas
• O responsável pela tomada de decisão deve usar seu bom-senso, sua
capacidade de avaliação e sua perspicácia na resolução do problema.
• Inusitadas, importantes e não rotineiras.
• Não há procedimentos bem compreendidos ou predefinidos para tomá-
las.
• Estruturadas
• Repetitivas e rotineiras.
• Envolvem procedimentos predefinidos, de modo que não precisam ser
tratadas como se fossem novas.
• Semiestruturadas
• Apenas parte do problema tem uma resposta clara e precisa, dada por
um procedimento aceito.
slide 8 © 2011 Pearson Prentice Hall. Todos os direitos reservados.
Tomada de decisão e
sistemas de informação
O processo de
tomada de decisão
pode ser dividido em
quatro estágios.
• Velocidade (eficiência)
• A tomada de decisão é eficiente com respeito ao tempo e outros
recursos, incluindo o tempo e recursos das partes afetadas, tais como os
clientes.
• Coerência
• A decisão reflete um processo racional, colocado em palavras e explicado
a outros para um processo.
• Obediência
• A decisão é o resultado de um processo conhecido e os descontentes
podem recorrer a uma autoridade superior.
• Técnicas inteligentes
Componentes do SAD
• Banco de dados SAD: coletânea de dados correntes ou históricos
provenientes de uma série de aplicações ou grupos
• ferramentas OLAP;
• Interface de usuário
Os principais componentes
de um SAD são o banco de
dados SAD, o software de
sistema SAD e a interface
de usuário. O banco de
dados SAD pode ser um
pequeno banco de dados
em um PC ou um grande
data warehouse.
• Sistemas especialistas
O raciocínio baseado em
casos representa o
conhecimento como
um banco de dados de
casos passados e suas
soluções. O sistema usa
um processo de seis
estágios para gerar
soluções para os novos
problemas encontrados
pelo usuário.
• Aprendizado de máquina
Uma rede neural utiliza regras “aprendidas” a partir de padrões em dados para
construir uma camada oculta de lógica. A camada oculta então processa as
entradas, classificando-as com base na experiência do modelo. Neste exemplo,
a rede neural foi treinada para distinguir entre compras com cartão de crédito
falsas e legítimas.
slide 38 © 2011 Pearson Prentice Hall. Todos os direitos reservados.
Sistemas inteligentes de
apoio à decisão
• Algoritmos genéticos
• Agentes inteligentes
• Robôs de compras
Agentes inteligentes
estão ajudando a
Procter & Gamble a
encurtar os ciclos de
reposição de produtos,
como uma caixa de
sabão em pó.
• Gestão do conhecimento
• Ferramentas de colaboração
• Bookmarking social: permite que usuários gravem a referência para
seus sites favoritos em páginas de um site público e etiquetem essas
referências com palavras-chave.
• Folksonomias
• Sistemas de gestão do aprendizado (LMSs)
• Oferecem ferramentas para gestão, disponibilização, controle e
avaliação de vários tipos de treinamento e aprendizado dos
funcionários.