Dados, Informação e Inteligência de Negócios

Dado

Um dado é um registro de alguma entidade, como um número, texto, imagem ou estrutura.

Não há semântica envolvida no dado e não é possível tirar conclusões a partir dele.
Os dados são fatos ou observações "crus" e são medidas objetivas e quantitativas dos
atributos de entidades.

Informação

A informação é um dado depois de processado ou contextualizado.

As informações são conjuntos de dados significativos e úteis para tomada de decisões.
As informações são dados interpretados, dotados de relevância e propósito, organizados e
ordenados de forma coerente e significativa.

Exemplo de transformação de dados em informação

A transformação de dados em informação é frequentemente realizada por meio da

apresentação dos dados em uma forma compreensível ao usuário.
As informações são produzidas pelo processamento de dados e revelam o significado dos
dados.
Exemplo: uma lista de vendas pode ser transformada em informações relevantes sobre
produtos mais vendidos, regiões de vendas e lojas com melhor desempenho.

Inteligência de Negócios

A inteligência de negócios é a capacidade de coletar, analisar e interpretar informações

para tomada de decisões estratégicas.
A inteligência de negócios envolve a identificação de padrões, tendências e oportunidades a
partir de dados e informações.
A inteligência de negócios é essencial para a competitividade e sobrevivência das empresas
no mercado.

Direto do Concurso
Dados são elementos brutos, sem significado, desvinculados da realidade.

Inteligência de Negócios
Dados, Informação e Conhecimento
Dados

Sinais não processados, correlacionados, integrados, avaliados ou interpretados de qualquer

forma
Matéria-prima utilizada na produção de informações

Informação
Dados processados para serem exibidos em uma forma inteligível às pessoas que irão
utilizá-los
Conjunto de dados significativos e úteis a seres humanos em processos como o de tomada
de decisões
Conhecimento

Habilidade de transformar a informação em ações reais

Abstração interior, pessoal, de algo que foi experimentado, vivenciado, por alguém
Implica familiaridade, consciência e compreensão das informações conforme se apliquem a
um ambiente
"Novo" conhecimento pode ser obtido a partir do "antigo"

Questões de Concurso

(COPEVE/UFAL/TÉCNICO DE TECNOLOGIA DA INFORMAÇÃO/2014) Qual a denominação

de um conjunto de dados devidamente ordenados e organizados de forma a terem
significado? Resposta: Informação.
(COPESE/UFT/UFT/ADMINISTRADOR/2018) No contexto de análise da informação, a
informação consiste em: Resposta: Dados organizados, consolidados ou configurados de
maneira significativa, dotados de relevância e propósito, para fornecer uma compreensão de
um fato real.
(CESPE/TCM-BA/2018) O diretor de uma montadora de veículos necessita tomar uma
decisão acerca da continuidade ou não de um dos produtos vendidos no Brasil. Para tanto,
solicitou um relatório sobre as vendas de carros da marca do último trimestre de 2018, por
faixa de preço, região, modelo e cor. Nessa situação, no contexto de análise da informação,
o relatório representa: Resposta: Informação.

Fluxo de Dados, Informação e Conhecimento

Dados são transformados em informação por meio de processamento
Informação é transformada em conhecimento por meio de familiaridade, consciência e
compreensão das informações conforme se apliquem a um ambiente
O "novo" conhecimento pode ser obtido a partir do "antigo"

Hierarquia de Dados, Informação e

Conhecimento
Este texto apresenta uma discussão sobre a hierarquia de dados, informação e conhecimento,
com destaque para a definição de cada um desses termos e sua importância para a tomada de
decisão nas organizações. Alguns dos principais pontos abordados incluem:

A definição clássica de conhecimento, segundo Platão, como um conjunto de crenças

verdadeiras e justificadas.
A distinção entre crenças, verdades e conhecimentos, com o último sendo visto como uma
mistura fluida de experiências, informações, valores e intuição.
A importância da análise e avaliação na construção do conhecimento, com a necessidade de
se verificar a confiabilidade, relevância e importância dos dados e informações utilizados.
A diferença entre reter uma informação na memória e incorporá-la como conhecimento,
transformando-a em parte da maneira de pensar de uma pessoa.
A ideia de que interpretar e aprender com as informações geradas pode levar à produção de
novos conhecimentos, que podem ser combinados com os conhecimentos atuais para gerar
um novo leque de conhecimento.
A comparação entre dados, informação e conhecimento, com destaque para as diferenças
em relação à estruturação, obtenção, transferência e medição.
Um exemplo de questão de concurso que aborda a hierarquia entre dados, informação e
conhecimento, e que destaca o desafio dos tomadores de decisão em transformar dados em
informação e informação em conhecimento, minimizando as interferências individuais nesse
processo.
Pontos-chave
Conhecimento é um conjunto de crenças verdadeiras e justificadas.
Conhecimento é uma mistura fluida de experiências, informações, valores e intuição.
Análise e avaliação são importantes na construção do conhecimento.
Transformar informação em conhecimento requer incorporação na maneira de pensar.
Novos conhecimentos podem ser produzidos a partir da interpretação e aprendizado com
informações geradas.
Dados, informação e conhecimento diferem em relação à estruturação, obtenção,
transferência e medição.
O desafio dos tomadores de decisão é transformar dados em informação e informação em
conhecimento, minimizando as interferências individuais.
A hierarquia a ser considerada é: Dados -> Informação -> Conhecimento -> Inteligência.

Dados, Informação, Conhecimento e

Inteligência
Dados são descrições elementares que são registradas, classificadas e armazenadas, mas
não são organizadas para carregar significados específicos.
Um banco de dados consiste em itens de dados armazenados, organizados para a
recuperação.
Itens de dados podem ser formados por caracteres, números, sons ou imagens.
Informação são dados organizados de modo que tenham significado e valor para quem os
receber.
Conhecimento e informação não são sinônimos, pois conhecimento é uma abstração interior,
pessoal, de algo que foi experimentado, vivenciado, por alguém.
Inteligência é a informação devidamente filtrada, destilada e analisada que pode apoiar a
tomada de decisões. A transformação de conhecimento em inteligência ocorre por meio de
síntese da experiência e, muito além do que qualquer sistema de análise de informação,
necessita de habilidades humanas.
A inteligência é o dom humano capaz de “digerir” as informações, por meio da análise, e
transformá-la em conhecimento útil.
A inteligência envolve a capacidade de julgamento, é usar o conhecimento obtido para
tomar a melhor decisão ou aplicá-lo a alguma situação concreta.
Inteligência envolve noções de certo e errado, de bom ou ruim, envolve essa ponderação de
qual é a melhor opção ou maneira de agir em uma determinada situação.
Dado NÃO é Informação. Informação NÃO é Conhecimento. Conhecimento NÃO é
Inteligência.

Obs.: O conteúdo deste livro eletrônico é licenciado para PABLO HENRIQUE DA SILVA -
12089217626, vedada, por quaisquer meios e a qualquer título, a sua reprodução, cópia,
divulgação ou distribuição, sujeitando-se aos infratores à responsabilização civil e criminal.

Title: Inteligência de Negócios e a Governança de Dados

A Governança de Dados é responsável por orquestrar pessoas e ações para que os dados
estejam aptos para as necessidades estratégicas de cada organização.
A evolução tecnológica da Governança de Dados é demonstrada na figura que mostra a
transformação dos dados em sabedoria corporativa.
A Governança de Dados apoia a transformação dos dados em sabedoria corporativa e a
adoção de novas tendências como a transformação digital.
Os Sistemas de Informação são construídos com Dados, Informação, Conhecimento e
Inteligência.
A Informação é coletada nos ambientes interno e externo e representa fatos, textos e
gráficos.
A Inteligência é realizada por meio de síntese, baseada em experiência e intuição, sendo
 uma habilidade humana.
O Conhecimento demanda análise e avaliação sobre a confiabilidade, relevância e
importância de dados e informações para a construção de um quadro de situação.
A resposta correta à questão do concurso é a alternativa e) III.

O que é inteligência de negócios?

Inteligência é a informação devidamente filtrada, destilada e analisada que pode ser
utilizada no apoio à tomada de decisões.
Conhecimento é a consequência mental de angariar informações e, em sua forma mais
desenvolvida, apresenta-se como a capacidade de chegar a novas descobertas com base no
aprendizado e na experiência.
Dados são exemplos de fatos, textos e gráficos que não possuem sentido próprio.
A informação é obtida acrescentando significado aos dados.
Sistemas de informação são responsáveis por grande geração de dados no nosso dia a dia e
podem contribuir muito na tomada de decisão dentro de uma organização.
Um dado é a unidade primária e a informação é obtida quando agregamos significado aos
dados.
O conhecimento é gerado a partir de informações.

Hierarquia de dados, informação,

conhecimento e inteligência:
Dados → informação → conhecimento → inteligência (tomada de decisão).

Exemplo de hierarquia:
Dados: valor de vendas hoje;
Informação: histórico de vendas do mês;
Conhecimento: estudo de perfil do consumidor;
Decisão: variação do preço de um produto em relação ao perfil de compras do cliente.

Pirâmide informacional ou Pirâmide do Conhecimento: - A pirâmide informacional mostra a

evolução dos dados até o conceito de inteligência - O trajeto de subida da pirâmide inicia-se com
os dados - O atributo de inteligência depende mais da qualidade da informação disponível do que
da sua quantidade, tendo, portanto, natureza qualitativa - A grande quantidade de informação
não garante necessariamente que ela está claramente exposta ou até mesmo correta - A
inteligência depende mais da qualidade do que da quantidade - Os dados, a informação e o
conhecimento estão no campo do passado, enquanto que a inteligência é a única que se volta
para o futuro

Título: Sistemas e Tecnologias de Informação - Inteligência de Negócios

A máxima popular diz que o conhecimento não adianta se não for aplicado corretamente.
O dado gera informação e esta leva ao conhecimento, que é refletido na inteligência
aplicada em resultados futuros.
Existem dois tipos de conhecimento no ambiente organizacional: o explícito (ou codificado)
e o tácito.
O conhecimento tácito é empírico, proveniente da experiência, não estruturado, baseado na
prática e difícil de ser formalizado ou explicado a outra pessoa.
Já o conhecimento explícito é formal, claro, regrado, sistemático, fácil de ser descrito e
comunicado a outras pessoas.
O conhecimento organizacional pode ser considerado como tácito ou codificado.
Esses conceitos são importantes para a inteligência de negócios.
 A transmissão de conhecimento tácito é dificultosa, o que pode afetar a comunicação e
compartilhamento de informações nas empresas.

Sistemas e Tecnologias de Informação -

Inteligência de Negócios
Conhecimento Tácito e Explícito
Conhecimento tácito é aquele que existe na cabeça das pessoas, formulado a partir de
experiências e é difícil de ser formalizado ou explicado a outra pessoa.
Conhecimento explícito é encontrado na forma de texto, formalizado e pode ser facilmente
transmitido por meio de um meio físico.

Os Quatro Modos de Conversão do Conhecimento

Socialização: interação do conhecimento por meio da troca de ideias e do compartilhamento
de experiências, por meio de observação ou/e da prática.
Internalização: conversão do conhecimento explícito em conhecimento tácito, adquirido a
partir de leitura.
Externalização: conversão do conhecimento tácito em conhecimento explícito, por meio de
metáforas, analogias e modelos.
Combinação: conversão do conhecimento explícito em conhecimento explícito, quando os
conhecimentos explícitos existentes podem ser combinados para gerar um novo
conhecimento.

Espiral do Conhecimento
Socialização, externalização, internalização e combinação são as formas de conversão do
conhecimento.
Pessoas trocam e combinam conhecimentos via documentos, reuniões, conversas ao telefone
ou redes de comunicação.
Novos conhecimentos são gerados por meio da classificação, do acréscimo, da combinação e
da categorização do conhecimento explícito.
A aplicação do conhecimento formal no trabalho é importante.

Conversão do Conhecimento: - Conhecimento explícito: transmitido em linguagem formal,

codificada e sistemática - Conhecimento tácito: formulado a partir de experiências adquiridas ao
longo da vida - Modos de conversão de conhecimento: Socialização, Externalização, Combinação
e Internalização - Socialização: conversão de conhecimento tácito em conhecimento tácito -
Externalização: conversão de conhecimento tácito em conhecimento explícito - Combinação:
conversão de conhecimento explícito em conhecimento explícito - Internalização: conversão de
conhecimento explícito em conhecimento tácito - Brainstorming: prática de troca verbal de ideias
e experiências, sem formalização do conhecimento - Resposta da questão: letra d (Socialização)

Dados Estruturados, SemiEstruturados e Não Estruturados: - Dados não estruturados: existem

em seu estado original (bruto), sem possibilidade de processamento - Exemplos: textos, imagens,
vídeos, documentos, entre outros - Dados estruturados: resultado da formatação de dados não
estruturados para facilitar armazenamento, utilização e geração de informações - Metadados:
dados estruturados que descrevem e permitem encontrar, gerenciar, compreender e preservar
documentos arquivísticos ao longo do tempo.

Título: Conversão do Conhecimento e Dados Estruturados

Title: Inteligência de Negócios - Dados Estruturados, SemiEstruturados e Não Estruturados

 Alguns dados podem estar prontos para determinados tipos de processamento, mas não
para outros.
Exemplo: o valor 37890 pode ser um CEP, valor de vendas ou código de produto.
Se for armazenado como texto e representar um CEP ou código de produto, não será
possível executar cálculos matemáticos.
Se representar uma transação de vendas, precisa ser formatado como numérico.
Para armazenar informações como vendas mensais totais e médias, é necessário armazenar
os dados em um formato de planilha estruturado.
A maioria dos dados encontrados são semiestruturados.
Autores também abordam uma terceira classificação, conhecida como dados
semiestruturados.

Dados Semiestruturados
Características dos dados semiestruturados
Os dados semiestruturados já foram parcialmente processados, contendo parte de sua
estrutura rígida e outra parte não rígida.
Possuem uma representação estrutural heterogênea, não sendo nem completamente não
estruturados e nem estritamente tipados.
São definidos à posteriori, ou seja, os esquemas são definidos após a existência dos dados.
Muitas vezes possuem uma estrutura implícita na forma como os dados são apresentados,
sendo necessário realizar uma computação para obter essa estrutura.
Não existe um esquema padrão para esses dados.
Apenas parte dos dados disponíveis pode ter alguma estrutura, e um esquema para estes
dados nem sempre é completo e nem sempre todas as informações esperadas estão
presentes.
A ordem de magnitude de uma estrutura para estes dados é grande, pois são muito
heterogêneos.
A estrutura dos dados modifica-se tão frequentemente quanto os seus valores.
As estruturas de representação dos dados semiestruturados normalmente se restringem a
descrever o estado corrente de poucas ocorrências de dados similares.

Uso de dados semiestruturados

As corporações utilizam dados semiestruturados e não estruturados, como informações
encontradas em e-mails da empresa, memorandos, documentos, conteúdos de páginas da
Web e outros.
A nova geração de bancos de dados em XML atende às necessidades de armazenamento e
gerenciamento de dados semiestruturados em XML.

Diferença entre dados estruturados e não estruturados

Os dados estruturados são mais facilmente buscáveis e acessíveis, enquanto os dados não
estruturados não seguem nenhum tipo de modelo ou organização predefinida.
Os dados não estruturados são abundantes na Internet e nas organizações, sendo a maior
parte dos dados no ambiente corporativo.

Questões de concursos
Uma afirmativa sobre os dados estruturados e não estruturados está correta.
Outra afirmativa sobre dados estruturados e não estruturados está errada.

Dados Estruturados, Semiestruturados e Não Estruturados

 Dados podem ser classificados em estruturados, semiestruturados e não estruturados.
Dados estruturados possuem um formato específico e são representados em formato estrito,
como registros de uma tabela em um banco de dados relacional.
Dados semiestruturados são auto descritivos e apresentam como característica a estrutura
parcial, ou seja, nem todos os dados estão organizados em uma estrutura.
A estrutura dos dados semiestruturados é irregular devido à ausência de regras rígidas de
esquema, permitindo que elementos semelhantes tenham conjuntos de atributos diferentes.
Dados não estruturados não têm estrutura definida e, portanto, não seguem nenhum modelo
ou padrão.
Dados semiestruturados são comuns em dados corporativos (cerca de 90%) e podem incluir
relatórios, memorandos, documentos, imagens, músicas, vídeos, entre outros.
A representação dos dados semiestruturados pode incluir RDF, OWL, XML, entre outros.
A busca e processamento de dados semiestruturados podem ser mais difíceis do que dados
estruturados, mas mais fáceis do que dados não estruturados.

Dados não estruturados não são organizados em blocos semânticos, ao contrário dos dados
estruturados que são comumente armazenados dessa forma.

A alta heterogeneidade dificulta as consultas aos dados não estruturados, mesmo que estejam
ligados por ponteiros.

Dados abertos são dados que qualquer pessoa pode livremente acessar, utilizar, modificar e
compartilhar para qualquer finalidade, desde que estejam em formato aberto e sob uma licença
aberta.

Segundo o Decreto n. 8.777/2016, dados abertos são dados acessíveis ao público, representados
em meio digital, estruturados em formato aberto, processáveis por máquina, referenciados na
internet e disponibilizados sob licença aberta que permita sua livre utilização, consumo ou
cruzamento, limitando-se a creditar a autoria ou a fonte.

Dados abertos são de livre utilização, reutilização e redistribuição, exigindo-se, no máximo,

créditos à autoria e compartilhamento pela mesma licença.

Título: Dados Abertos Governamentais e seus Princípios

Dados abertos são informações que podem ser livremente acessadas, utilizadas, modificadas
e compartilhadas por qualquer pessoa, com exceção de indicação da fonte e redistribuição
sob as mesmas condições originais.
Quando dados são produzidos, coletados ou custodiados por autoridades públicas e
disponibilizados em formato aberto, consideram-se dados abertos governamentais.
A Lei de Acesso à Informação (LAI) estabelece requisitos para a divulgação de informações
de interesse coletivo ou geral por órgãos e entidades públicos.
Os dados abertos são pautados por três "leis" e oito princípios.
As três "leis" dos dados abertos governamentais são: 1) se o dado não pode ser encontrado e
indexado na Web, ele não existe; 2) se não estiver aberto e disponível em formato
compreensível por máquina, ele não pode ser reaproveitado; 3) se algum dispositivo legal
não permitir sua replicação, ele não é útil.
Os oito princípios dos dados abertos são: 1) são completos; 2) são primários; 3) estão
atualizados; 4) são acessíveis; 5) são processáveis por máquina; 6) não é necessária a
identificação do interessado para acessá-los; 7) são disponibilizados em formatos não
proprietários; 8) são livres de licenças.
A conformidade com esses princípios precisa ser verificável e uma pessoa deve ser
designada como contato responsável pelos dados.
Quando um dado não possui uma das oito características de dados abertos, ele não é
considerado aberto.

Extrair, Transformar e Carregar (ETL) de Dados em um

Data Warehouse
O texto aborda a importância da abertura de dados na Administração Pública e destaca os
motivos para essa abertura, como a exigência da sociedade por transparência na gestão pública,
a contribuição da sociedade com serviços inovadores ao cidadão, aprimoramento na qualidade
dos dados governamentais, viabilização de novos negócios e obrigatoriedade por lei.

Além disso, o texto explica o processo de ETL (Extract Transform and Load) que é usado na
criação do Data Warehouse e como ele funciona para extrair, transformar e carregar dados das
diferentes fontes de dados para o armazenamento no destino. As ferramentas conhecidas de ETL
incluem IBM InfoSphere DataStage, Informática Power Center, Business Objects Data
Integrator, Data Transformation Services, Pentaho Data Integration e Oracle Data Integrator.

Algumas das principais informações do texto incluem:

Algumas razões para dados não serem abertos incluem restrições de licença, formatos de
arquivo proprietários e dados desatualizados.
A abertura de dados na Administração Pública pode trazer benefícios como transparência,
inovação, melhoria na qualidade dos dados, novos negócios e cumprimento da lei.
O processo de ETL envolve a extração, transformação e carga de dados em um Data
Warehouse.
As ferramentas conhecidas de ETL incluem IBM InfoSphere DataStage, Informática Power
Center, Business Objects Data Integrator, Data Transformation Services, Pentaho Data
Integration e Oracle Data Integrator.

Título: Inteligência de Negócios

A figura apresentada no modelo de organização destaca um modelo geral de como os dados

são processados e armazenados em um Data Warehouse e em um Data Mart.
O processo ETL (do inglês Extract Transform and Load) consiste na extração, transformação
e carga dos dados.
A principal atividade da etapa de Extração é coletar dados das fontes externas transferindo-
os para o ambiente de DW.
A principal atividade da etapa de Transformação é aplicar regras aos dados extraídos para
ajustá-los antes de serem carregados.
A principal atividade da etapa de Carga é carregar tabelas Fato e fazer mapeamento das
chaves.
A limpeza dos dados extraídos para melhorar a qualidade dos dados é realizada na etapa de
Transformação.
A periodicidade da transcrição dos dados a serem coletados é definida na etapa de Extração.

Processo ETL e Staging Area em um Sistema de BI

Este texto aborda o processo ETL (Extract Transform and Load) e a Staging Area em um sistema
de Business Intelligence (BI). Alguns dos pontos destacados incluem:

O processo ETL consiste na extração, transformação e carga de dados para um data

warehouse (DW) ou outro banco de dados.
A etapa de transformação inclui atividades como otimização da qualidade dos dados e
separação e concatenação de dados para eliminar inconsistências.
A Staging Area é uma área de armazenamento intermediário criada a partir do processo de
ETL, que auxilia na transição dos dados das fontes OLTP para o destino final no DW.
O uso da Staging Area é útil para não sobrecarregar o ambiente de produção e o próprio
DW com as operações de transformação.
No processo de ETL, a Staging Area corresponde à primeira etapa e o DW corresponde à
etapa final.
A figura apresentada no texto mostra a arquitetura geral de um sistema de BI, com
destaque para a Staging Area.

Pontos-chave
 Processo ETL (Extração, Transformação e Carga) para inserção de dados em um DW ou
outro banco de dados.
Staging Area como área de armazenamento intermediário para transição de dados das
fontes OLTP para o DW.
Uso da Staging Area para não sobrecarregar o ambiente de produção e o próprio DW com
operações de transformação.
Na figura apresentada, a Staging Area corresponde à primeira etapa e o DW corresponde à
etapa final do processo de ETL.

Coleta, Tratamento, Armazenamento, Integração, Recuperação e Descarte de Dados na

Inteligência de Negócios

O processo de ETL (Extract Transform and Load) envolve coleta, tratamento e

armazenamento dos dados.
A integração é um processo de combinação de dados de diversas fontes em uma base de
dados unificada.
A recuperação refere-se ao acesso aos dados, por meio da consulta e visualização, para
subsidiar o processo de tomada de decisão ou ao uso de técnicas e procedimentos para a
extração de informações em dispositivos de armazenamento digital.
A fase de descarte trata da reflexão sobre descarte de dados que não são mais necessários
ou que estejam acima da capacidade de tratá-los com eficiência para o sistema como um
todo.
As fases do ciclo de vida dos dados incluem coleta (ou extração), tratamento,
armazenamento (ou carregamento), integração, recuperação e descarte de dados.
A integração está relacionada à coleta, armazenamento e recuperação de dados, e envolve
análises de entidades distintas, mas integradas, de forma a comporem um todo que pode
representar um valor de uso maior que a soma dos valores de uso das entidades
individualmente.
A recuperação de dados envolve estruturação, filtro, tratamento, representação,
refinamento e interatividade.
O descarte envolve dados não mais necessários ou acima da capacidade de tratamento.

Dados, Informação, Conhecimento e Inteligência de Negócios são conceitos distintos e precisam

ser gerenciados de forma adequada para obter resultados efetivos. Algumas considerações
importantes sobre o gerenciamento de dados incluem:

Os dados são fluidos e o gerenciamento deve evoluir constantemente;

O gerenciamento de dados é o gerenciamento do ciclo de vida dos dados;
As práticas de gerenciamento de dados precisam levar em consideração o ciclo de vida dos
dados.

Além disso, é importante observar que Dado não é Informação, Informação não é Conhecimento
e Conhecimento não é Inteligência. Cada um desses conceitos tem suas próprias características e
requerem diferentes níveis de processamento e interpretação.

Dados são simples observações e requerem unidade de contexto;

Informação é dotada de relevância e propósito e inclui reflexão, síntese e análise;
Conhecimento se juntam às informações e inclui habilidades, experiência e conhecimento;
Inteligência de Negócios é a análise de dados e informações para a tomada de decisão
estratégica.

A Pirâmide Informacional mostra como dados, informações, conhecimento e inteligência se

relacionam e como são processados para se tornarem confiáveis, relevantes e importantes para a
tomada de decisões.

Dados, Informação, Conhecimento e Inteligência são conceitos que se relacionam entre si. A
qualidade da informação depende da reflexão, síntese e contexto, sendo mais importante do que
a quantidade. A análise das informações requer processos de reflexão, síntese e contexto para
contextualizar os dados e torná-los úteis para a tomada de decisões. O conhecimento pode ser
explícito, formal, regrado e fácil de ser descrito e comunicado, ou tácito, altamente pessoal e
difícil de formalizar. Existem quatro modos de conversão do conhecimento: socialização,
externalização, combinação e internalização. Existem três tipos de dados: estruturados, semi-
estruturados e não estruturados. A maioria dos dados corporativos são não estruturados e não
possibilitam o processamento de informações. Os bancos de dados em XML dão suporte ao
armazenamento e gerenciamento de dados semi-estruturados.

Princípios de Dados Abertos e Motivos para

Abertura dos Dados na Administração
Pública
Dados de livre utilização, reutilização e redistribuição, exigindo-se, no máximo, créditos à
autoria e compartilhamento pela mesma licença.
O portal brasileiro de dados abertos, dados.gov.br, permite o acesso livre e gratuito aos
dados públicos.
O acesso aos dados é importante para a transparência na gestão pública, contribuição da
sociedade com serviços inovadores ao cidadão, aprimoramento na qualidade dos dados
governamentais, viabilização de novos negócios e obrigatoriedade por lei.
Os oito princípios de dados abertos são: completos, primários, atuais, acessíveis,
processáveis por máquina, acesso não discriminatório, formatos não proprietários e livres
de licenças.
Dados públicos são informações eletronicamente gravadas, incluindo documentos, bancos
de dados, transcrições e gravações audiovisuais que não estão sujeitos a limitações válidas
de privacidade, segurança ou controle de acesso, reguladas por estatutos.
Os dados devem ser publicados na forma coletada na fonte, com a mais fina granularidade
possível, e não de forma agregada ou transformada.
Os dados devem ser disponibilizados o quão rapidamente seja necessário para preservar o
seu valor.
Os dados devem ser disponibilizados para o público mais amplo possível e para os
propósitos mais variados possíveis.
Os dados devem ser razoavelmente estruturados para possibilitar o seu processamento
automatizado.
Os dados devem estar disponíveis a todos, sem que seja necessária identificação ou registro.
Os dados devem estar disponíveis em um formato sobre o qual nenhum ente tenha controle
exclusivo.
Os dados não devem estar sujeitos a regulações de direitos autorais, marcas, patentes ou
segredo industrial.
Restrições razoáveis de privacidade, segurança e controle de acesso podem ser permitidas
na forma regulada por estatutos.

Title: Sistemas e Tecnologias de Informação - Inteligência de Negócios

A inteligência de negócios (BI) permite capturar dados de várias fontes e sistemas.

Informações podem ser coletadas de planilhas, arquivos .txt, sites da internet, sistemas
auxiliares, etc.
As etapas do ciclo de vida dos dados incluem coleta, tratamento, armazenamento,
integração, recuperação e descarte.
A coleta envolve a definição inicial dos dados a serem utilizados e a identificação da
estrutura, formato e meios de descrição.
O tratamento inclui limpeza de dados, correção de erros e padronização para futura
integração.
Os dados tratados são transferidos para o banco de dados de destino, geralmente um Data
Warehouse.
A integração é um processo que combina dados de várias fontes em uma base de dados
unificada.
A recuperação envolve a estruturação, filtro, tratamento e visualização de dados.
O descarte é necessário para dados não mais necessários ou acima da capacidade de
tratamento.