Bruna Rodrigues | Comissão de Finalistas 2022/23

1. Sistemas de informação. Tecnologias de informação

1. Introdução:
On-Demand e Sharing Economies:
- On-Demand Economy: é a atividade económica criada por empresas
tecnológicas que cumprem a procura dos consumidores através da oferta imediata de
produtos e serviços.
- Sharing Economy: é o sistema económico no qual produtos e serviços são
partilhados entre indivíduos privados, gratuitamente ou por uma taxa, tipicamente
organizado através de uma empresa ou organização online.
On-Demand e Sharing Economies são (têm sido) impulsionadas pela proliferação de:
- Consumidores conectados por smartphones;
- Fluxos de compras simples e seguros;
- Serviços baseados na localização do utilizador.
Empresas como a Airbnb e a Uber, cujos negócios assentam na economia partilhada e na
utilização de apps, têm apresentado crescimentos substanciais e tornaram-se disruptivos
nos mercados em que atuam
Valor da Informação e dos SI:
A informação e os SI ajudam as organizações/empresas a serem bem-sucedidos:
- ao conectar as partes de uma organização/empresa e a melhorar a comunicação;
- ao conectar as organizações/empresas aos consumidores e fornecedores;
- ao ajudar as pessoas a tomar melhores decisões.

2. Conceitos Fundamentais:
Dados/Data:
Os dados são a matéria-prima através da qual a informação é produzida; a
qualidade, confiabilidade e integridade dos dados têm de ser mantidos para que a
informação seja útil. Dados são factos crus e figuras que não estão organizadas de forma
alguma.
Os dados descrevem produtos, consumidores, eventos, atividades e transações
que são gravadas, classificadas e armazenadas.
Tipos:

Metadados: são dados sobre outros dados.

Bases de dados: são conjuntos de dados organizados de forma a que possam ser
recuperados, acedidos e processados.
Informação:
A informação é o ativo mais importante de uma organização, secundário apenas
às pessoas. A informação fornece o “quem”, “o quê”, “onde” e “quando” dos dados num
dado contexto.
Informação são os dados que já foram processados, organizados ou colocados em
contexto de modo a que tenham significado e valor para a pessoa que os recebe.
Informação vs. Dados:
A diferença entre informação e dados é de que a primeira é o segundo, mas com
uma forma que permite a sua utilização.
Características que garantem a Qualidade da informação:
- relevância: para o utilizador;
- precisão: fiabilidade, veracidade;
- simplicidade e concisão: de fácil entendimento e utilização;
- oportunidade: no momento e local certos.
Conhecimento/Knowledge:
O conhecimento é usado para responder à questão “como” e é o facto ou condição
de saber algo com familiaridade adquirida através da experiência ou educação. O
conhecimento é por vezes chamado de capital intelectual.
O conhecimento acrescenta compreensão, experiência, aprendizagem perícia à
informação, conforme se aplicam a um problema atual ou atividade.
Tipos de conhecimento:
- Conhecimento Explícito: é a forma mais básica de conhecimento e é fácil de
comunicar, armazenar e distribuir. Quando os dados são processados, organizados,
estruturados e analisados, o resultado é conhecimento explícito.
Exemplo: livros, manuais de instruções, políticas e procedimentos, especificações e
conteúdo Web.
- Conhecimento Tácito: é o oposto do conhecimento explícito e é difícil de
transferir a outros. É pessoal e específico ao contexto e experiencial. O conhecimento
tácito não é ensinado, é aprendido fazendo, observando e experimentando.
Exemplo: habilidades práticas, know-how especializado, experiências de funcionários.
Sabedoria:
A sabedoria é mais abstrata de que os dados e a informação (que podem ser
recolhidos) e de que o conhecimento (que pode ser partilhado). A sabedoria acrescenta
valor e aumenta a eficácia. Responde ao “porquê” numa determinada situação.
A sabedoria é um conjunto de valores, ética, códigos morais e experiências que
formam um entendimento avaliado ou um julgamento de senso-comum.
3. Sistemas e Tecnologias de informação:

Sistema de informação:
É uma combinação de tecnologias de informação e das atividades das pessoas
que usam a tecnologia para dar suporte aos processos de negócios, operações, gestão e
tomada de decisão em diferentes níveis da organização.
Um SI é um conjunto de componentes interrelacionadas que recolhe, processa,
armazena, analisa e distribui dados e informação tendo em vista um objetivo específico.
Componentes:

4 componentes:
- Tecnologia: Hardware, Software e
Network
- Procedimentos
- Pessoas
- Dados

> Hardware:
Qualquer dispositivo físico utilizado num SI informático.
Exemplos incluem: unidade de processamento central (CPU), placa de som, placa de
vídeo, placa de rede, disco rígido, tela, teclado, placa-mãe, processador, fonte de
alimentação, modem, rato e impressora.
> Software:
Um conjunto de instruções legíveis por máquina (código) que compõem um aplicativo de
computador que direciona o processador de um computador para executar operações
específicas. O software de um computador é intangível, em contraste do hardware do
sistema, que é o componente físico de um SI.
Exemplos incluem: navegador de internet, sistema operacional (SO), Microsoft Office,
Skype…
> Rede/Network:
Uma combinação de linhas, fios e dispositivos físicos conectados uns aos outros para
criar uma rede de telecomunicações. Em redes de computadores, dispositivos de
computação em rede trocam dados uns com os outros usando um link de dados. As
conexões entre nós são estabelecidas usando cable media ou wireless media. As redes
podem ser internas ou externas, se estiverem disponíveis apenas internamente dentro de
uma organização, são chamadas de “intranets”. Se estiverem disponíveis externamente,
são chamadas de “internets”.
O Exemplo mais conhecido de uma rede de computadores é World Wide Web.
> Pessoas:
Qualquer pessoa envolvida no desenvolvimento, operação e utilização de um SI.
Exemplos incluem: analistas, programadores, operadores de help desk e usuários finais.
> Procedimentos:
Documentação contendo instruções sobre como usar os outros componentes de um SI.
Exemplos incluem: manual operacional e manual do usuário.
> Dados:
Factos, números brutos ou desorganizados (como faturas, pedidos, pagamentos,
detalhes, números de produtos, preços de produtos) que descrevem condições, ideias ou
objetos.
Ciclo IPOS:
IPOS: Input, Processing, Output, Storage
IPOS é o ciclo de entrada (inputting), processamento (processing), saída
(outputting) e armazenamento (storage) num sistema de informação:
Tipos de SI:
Para a finalidade de transformar dados brutos em sabedoria, uma hierarquia de
diferentes tipos de sistemas de informação (SIs) deve ser implementados:
- Transaction Processing Systems (TPS): Sistemas de processamento de
transações;
- Management Information Systems (MIS): Sistemas de informação de gestão;
- Decision Support Systems (DSS): Sistemas de suporte à decisão;
- Executive Information Systems (EIS): Sistemas de informações executivas.

> Transaction Processing Systems (TPS):

É utilizado para efetuar e registar transações: como qualquer SI, é um conjunto
organizado de pessoas, procedimentos, software, dispositivos e bases de dados.
Processa dados relativos a transações, e armazena e atualiza bases de dados a
partir de transações efetuadas: vendas, encomendas, pagamentos, recebimentos,
salários, (controlo de) inventários:
O sistema de processamento de transações pode ser:
- manual: os dados são inseridos através de formulários num ecrã;
- automático: usa scanners ou sensores para capturar códigos de barras,
QRCodes ou outros dados.
É normalmente utilizado por trabalhadores da “linha da frente”, permitindo a
introdução de dados (iniciais) necessários para apoiar a gestão.
Dois tipos de transações:
- internas: que ocorrem dentro da organização (exemplo: processamento e
pagamento de salários (payroll), controlo de inventários…)
- externas: que decorrem das relações da empresa/organização com o exterior
(exemplo: com clientes – vendas e recebimentos; com fornecedores – compras ou
pagamentos; com distribuidores; com instituições financeiras…)
Duas formas de processar transações:
- real-time processing (processamento em tempo real) ou OLTP: cada transação é
processada individualmente em tempo real (i.e., no momento em que ocorre).
Exemplo: venda de bilhetes de avião ou bilhetes para um espetáculo – como os lugares
são limitados, é necessário ir verificando disponibilidade);
- batch processing (processamento em lote): as diversas transações são
acumuladas durante um período de tempo e processadas em conjunto (em lotes), num
determinado dia/hora ou período de tempo.
Exemplo: processamento e pagamento de salários.

> Management Information System (MIS):

Sistema de reporte de uso geral cujo objetivo é fornecer aos gestores relatórios,
programados ou excecionais, de apoio à gestão, à monitorização e ao controlo da
organização/empresa.
Em geral, cobre várias áreas funcionais da organização/empresa: recursos
humanos, finanças, contabilidade, produção/operações, logística, marketing, vendas…
As informações altamente estruturadas fornecidas por/obtidas de sistemas deste
tipo permitem aos gestores a avaliação do desempenho da organização/empresa, pela
comparação dos resultados atuais com os anteriores.
Objetivo principal: facultar relatórios aos gestores, por forma a que estes possam
monitorizar e controlar o desempenho da organização/empresa.
Fontes de dados: principalmente internas, a partir de TPS/POS.
Relatórios principais:
- relatórios programados/periódicos: são criados ou executados de acordo com uma
programação predefinida (relatórios diários, semanais, trimestrais…);
- relatórios de exceções: são gerados apenas quando algo acontece que está fora do que
é esperado, seja acima ou abaixo das expetativas. Gerados após determinados eventos
não usuais (catástrofes naturais, quebras abruptas nas vendas, pandemia covid-19…)
> Decision Support Systems (DSS):
Sistema baseado nos conhecimentos utilizados pelos gestores seniores da
organização/empresa, por forma a facilitar a criação de conhecimento corporativo
integrado.
É um aplicativo interativo que apoia a tomada de decisões, manipulando e
construindo informações obtidas de MIS e/ou TPS para gerar insights e novas
informações em relatórios ad-hoc.
Relatórios principais:
- relatórios ad-hoc ou a pedido: são relatórios não planeados que são gerados em
resposta a pedidos específicos para estudar com maior detalhe uma determinada
situação, problema ou oportunidade.
Este tipo de sistemas direciona-se ao apoio da tomada de decisões não
estruturadas ou semiestruturadas. Exemplo: make-or-buy-or-outsource decisions; que
produtos desenvolver?; em que novos mercados entrar?
Características principais/importantes:
- integram um interface interativo e fácil de usar;
- usam dados de várias fontes (internas e externas);
- incluem modelos/fórmulas:
- estatísticos, financeiros, de otimização, de simulação;
- é o que principalmente permite distinguir um DSS de um MIS.
- os decisores podem manipular os modelos para realizar experiências e análises de
sensibilidade:
- what-if analysis: refere-se à mudança de pressupostos ou de dados no modelo,
para observar os impactos de tais mudanças no desempenho;
- goal seeking: é a capacidade de calcular “para trás”, para obter o input
necessário para obter um determinado output.
Exemplos:
1. Sistema de navegação GPS: o planeamento/a otimização de rotas com GPS é um
exemplo de um DSS típico. O sistema de navegação GPS compara diferentes rotas,
tendo em consideração fatores como a distância, o tempo de condução e o custo. Este
sistema permite ainda aos utilizadores a escolha de rotas alternativas, exibindo-as num
mapa e fornecendo instruções passo a passo.
2. Sistema de apoio à decisão clínica: é um sistema que usa algoritmos avançados de
tomada de decisão para ajudar os profissionais de saúde a tomar as melhores decisões.
Os profissionais de saúde costumam usar sistemas deste tipo para interpretar registos e
resultados de testes de um particular paciente, por forma a definir o plano de tratamento
mais adequado. Pode ajudar os profissionais a identificar anormalidades durante testes
específicos, bem como a monitorizar pacientes após certos procedimentos com vista a
identificar reações adversas.
> Executive Information Systems (EIS):
Este tipo de sistemas destina-se a ser utilizado por executivos e gestores seniores
em apoio da análise do ambiente em que a organização/empresa opera, e na tomada de
decisões estratégicas.
Visa apoiar executivos e gestores seniores a identificar tendências de longo prazo
e a desenhar planos de ação apropriados. Usa dados pouco estruturados tanto de fontes
internas (TPS ou MIS) como de fontes externas. Este tipo de sistemas é
projetado/concebido para ser facilmente usado por executivos e gestores de topo.

SI e Fluxos de Dados:
Tecnologias de informação (TI/IT):
Conceito:
- elementos eletrónicos de um sistema de informação
- tecnologia usada na obtenção, no processamento, na distribuição e na utilização de
dados e informação
- o conceito engloba:
- as “características físicas”: hardware, software e tecnologias de
comunicação/network;
- os dados.
SI vs. TI:
- SI:
Conjunto de componentes interrelacionadas que recolhe, processa, armazena, analisa e
distribui dados e informação, tendo em vista objetivo(s) específico(s);
Referem-se à recolha, ao processamento, ao arquivo, à análise e à disseminação da
informação, com vista a facilitar que as organizações/empresas atinjam os seus objetivos
e a apoiar a tomada de decisão e os processos de negócio (porquê?/para quê?);
- TI:
Tecnologia usada na obtenção, no processamento, na distribuição e na utilização de
dados e informação;
Referem-se à componente tecnológica (sistemas computacionais) dos SI, que permite a
recolha, o processamento, o arquivo, a análise e a disseminação da informação (como?).
Papel nas organizações/empresas:
- Permitem/podem processar enormes quantidades de dados e informação (e armazenar
esses dados de forma a que possam ser facilmente acedidos e utilizados);
- Permitem a automatização de processos já existentes (mais facilidade, rapidez e
precisão);
- Permitem estabelecer ligações dentro e fora da empresa (com colaboradores, clientes,
fornecedores,…);
- Permitem expandir e difundir conhecimento/sabedoria;
- Fornecem instrumentos de apoio à tomada de decisão.
Impactos potenciais nas organizações/empresas:
- Dinamizar a comunicação;
- Melhorar a colaboração dentro da organização;
- Facilitar a melhoria da produtividade/eficiência;
- Facilitar a melhoria da qualidade (dos produtos, sejam bens e/ou serviços; dos
processos);
-…
Evolução Tecnológica:
Em 1965, o químico Gordon E.Moore (um dos fundadores da Intel) previu que:
- o poder de processamento dos computadores duplicaria a cada ano e meio (18 meses);
- o número de circuitos (transístores) disponíveis num chip de computador iria duplicar,
mas o preço de cada chip manter-se-ia constante;
- e assim tem sido ao longo de quase 50 anos, com crescimento exponencial.
Concorrência e TI:
A importância da revolução da informação não está em discussão. A questão não
é se a tecnologia da informação terá um impacto na posição competitiva de uma empresa;
em vez disso, a questão é quando e como esse impacto será atingido. Empresas que
antecipam o poder da tecnologia da informação estarão em controlo dos eventos ao
passo que empresas que não tenham uma resposta serão forçadas a aceitar mudanças
que os outros iniciarem e, por isso, vão se encontrar em desvantagem competitiva.
Exemplos:
1. Uber: plataforma tecnológica que liga pessoas: pessoas que se querem deslocar numa
cidade a pessoas disponíveis para levar as primeiras onde elas querem ir. Uber vs. Táxis;
2. iTunes (compra e venda online de músicas): a simples compra e venda online de
música pode alterar drasticamente as regras do jogo:

3.Spotify e Apple Music (da venda online de músicas ao streaming): com a evolução das
TI, alteram-se os modelos de negócio.
4. Farfetch: modelo de negócio com novos intermediários.
Oportunidades e Desafios:
O acesso das organizações/empresas a dados e informação sobre consumidores/clientes:
- permite melhorar o desempenho e a competitividade;
- por exemplo, saber o que o cliente quer, onde e quando (data analytics);
- por exemplo, saber o que o cliente gosta/não gosta (via redes sociais: gostos e
comentários).
> SMAC Model:
Social, Mobile, Analytics, Cloud
- Centros de dados enormes acessíveis via internet, formam o núcleo para a nuvem
através do fornecimento de acesso 24h por dia, 7 dias por semana a armazenamento,
aplicativos e serviços;
- Handheld, wearables e os seus usuários formam a borda da nuvem;
- Social channels conectam o núcleo e a borda;
- A integração SMAC cria os serviços e a infraestrutura necessária para negócios digitais.
» Social:
- Social networking, por exemplo: Facebook e Twitter;
- Social commerce, por exemplo: Kickstarter – crowdfunding – integra: social networking,
e-commerce e sistemas de financiamento e de pagamento.
» Mobile:
- m-business:
- utilização de dispositivos móveis, sem fios, para efetuar compras e conduzir
negócios;
- impactos nos comportamentos dos consumidores: estratégias de m-commerce
baseadas em abordagem omnicanal; utilização de apps, web apps.
Exemplos: location based service apps, como uber e google maps; augmented reality
(AR) apps, como o IKEA place e o Pokémon Go.
» Data Analytics:
- resultou do grande crescimento dos dados digitais;
- tem potencial enorme na análise dos comportamentos dos clientes/consumidores (mas
não só, claro);
- inclui modelos preditivos: data mining.
Exemplos: a Target e o envio para grávida(s) de cupões para roupas de bebé; folhetos de
supermercado personalizados e cupões de desconto em função de compras anteriores.
» Cloud:
A cloud é um termo para computadores em rede, incluindo a internet pública.
Frequentemente “cloud” significa “internet”. Cloud computing (ou cloud infrastructure ou
cloud services) não se refere a um arranjo específico, mas sim a vários arranjos de
computação e rede.
A cloud permite aceder a grandes quantidades de armazenamento e
processamento.
> Internet of Things (IoT):
Rede de objetos físicos ou “coisas” incorporadas com eletrônica, software, sensores e
conectividade de rede que permite que esses objetos coletem e troquem dados.
> Outras Tendências:
- 5G
- Blockchain
- Artificial Intelligence (AI)
- Robotic Process Automation (RPA)
-…
Nos últimos anos, as TI têm trazido a muitas organizações/empresas:
- vantagens competitivas;
- crescimento;
- inovação.
Nos últimos anos as TI têm permitido o desenvolvimento de novas carreiras e têm estado
na origem de:
- novos produtos, bens e/ou serviços;
- novos mercados;
- novos negócios e/ou negócios disruptivos, por exemplo: Amazon Go, Uber,
Netflix, Kickstarter.
 2. Gestão da Informação. Business Intelligence
1. Introdução:
A recolha e manutenção de dados confiáveis (trusted data) é um aspeto
crítico de qualquer negócio (organização). Com o avanço dos computadores, o
volume de dados recolhidos e armazenados pelas organizações tem crescido
exponencialmente ao longo dos últimos 20 anos, ao lado de novas tecnologias que
o suportam. A gestão destes vastos volumes de dados é um desafio importante
das organizações atuais.
Saber como e onde encontrar os dados, armazená-los (e organizá-los de
forma) eficientemente, analisar as novas formas como os dados podem aumentar
a vantagem competitiva da organização, e permitir às pessoas certas o seu
acesso no momento certo, são os componentes fundamentais na gestão do
sempre crescente volume de dados corporativos.
A confiabilidade das decisões de negócio depende do acesso a dados de
elevada qualidade, oportunos e de fácil acesso e a qualidade dos dados depende
da dependabilidade e eficiência da escolha da forma de gestão de dados da
organização.

2. Data Management:
Conceito:
É a gestão do fluxo de dados desde a sua criação e armazenamento inicial
até que esses dados se tornarem obsoletos e sejam eliminados.
Devido ao incrível volume de dados que a típica organização cria, uma
gestão de dados eficiente é vital para prevenir um grande aumento dos custos de
armazenamento e para controlar o crescimento dos dados enquanto suportam
uma performance melhor.
Objetivos de uma Gestão de dados eficiente:
Os mais importantes são:
- mitigar os riscos e custos de obedecer às regulações que existem;
- assegurar que os requerimentos legais são cumpridos;
- salvaguardar a segurança dos dados;
- manter precisão dos dados e disponibilidade;
- assegurar a consistência dos dados que vêm ou vão para as múltiplas
localizações;
- assegurar que os dados estão em conformidade com as melhores práticas da
organização.
Benefícios da Data Management:
- Maior conformidade;
- Maior segurança;
- Menores responsabilidades legais;
- Melhorar vendas e estratégias de marketing;
- Melhor classificação dos produtos;
- Melhor governo dos dados para reduzir os riscos.
Database:
É uma coleção de conjuntos de dados (data sets) ou registos armazenados
de forma sistemática.
Data Warehouse:
É um grande data set que integra dados de várias databases e data silos
ao longo de toda a organização e organiza-os para análises complexas,
conhecimento, descoberta e para apoiar a tomada de decisão.
“the single source of data truth of an organization”
(Os dados não podem ser todos mantidos eternamente, escolhem-se os dados
que se querem preservar e simplificam-se, armazenando-os num data warehouse,
tornando-os mais acessíveis)
Exemplo: os dados são extraídos de uma database, processados para
estandardizar o seu formato e, em seguida, carregados num data warehouse em
horários específicos, como semanalmente. Assim, os dados num data warehouse
não são voláteis e estão prontos para serem analisados.
(É também importante identificar quem colocou os dados no data warehouse, de
modo a ser possível esclarecer imprecisões e obter informações adicionais – os
dados aí presentes devem ser facilmente compreendidos por todos)
Data Mart
É um data warehouse de pequena escala que suporta uma única função ou
departamento. Ou seja, empresas que não podem investir em data warehousing
podem começar com uma ou mais data marts.
From Databases to Data Warehoue(s)/ Data Mart(s)
Em geral, os dados são movidos em três etapas principais:
1. São extraídos de databases designadas;
2. São transformados pela estandardização dos seus formatos, limpando os dados
e integrando-os;
3. São carregados num data warehouse.
Os dados têm de passar por um processo ETL: Extract  Transform Load
 O diagrama anterior como é que uma arquitetura database, data warehouse e
data mart típica criam dados disponíveis para acesso e análise pelos usuários:
- os dados da organização dos operational transaction processes systems) são
armazenados em databases operacionais (lado esquerdo);
- nem todos os dados são transferidos para o data warehouse, frequentemente,
apenas os dados resumidos são transferidos (apenas os dados históricos que
podem ser relevantes para análises futuras são transferidos);
- o data warehouse organiza os dados de múltiplas maneiras – por assunto, área
funcional, fornecedor, e produto.
Como mostra o diagrama, a arquitetura do data warehouse define o fluxo de dados
que começa quando os dados são capturados por sistemas de transação
(transaction systems):
- os dados de origem são armazenados em databases transacionais
(operacionais);
- processos ETL movem os dados para data warehouses ou data marts, onde os
dados estão disponíveis para acesso, relatórios e análises adicionais realizadas
por business intelligence (BI) e ferramentas de análise de dados mais avançadas.
Data Governance:
É a gestão geral da disponibilidade, utilidade, integridade e segurança dos
dados usados numa empresa. Com um programa de data governance eficaz, os
gestores podem determinar de onde vêm os seus dados, quem os possui e quem
é responsável pelo quê.
Um programa de data governance sólido inclui um corpo governante, um
conjunto definido de procedimentos e um plano para executar esses
procedimentos.
O sucesso de cada estratégia ou esforço de marketing orientado por dados
depende de uma data governance efetiva que tenha políticas e procedimentos
formais altamente desenvolvidos para controlar dados corporativos.
Quando não existe:
Principais características e consequências de uma fraca ou inexistente data
governance:
- a duplicação dos dados causa data silos isolados (e quando um se atualiza o
outro não é automaticamente atualizado);
- existem inconsistências no significado e nível de detalhe dos elementos dos
dados;
- usuários não confiam nos dados e perdem tempo a verificá-los em vez de os
analisarem para uma tomada de decisão apropriada;
- leva a análises de dados imprecisas;
- são tomadas más decisões com base na perceção e não na realidade, o que
pode afetar negativamente as empresas e os seus clientes;
- resulta em aumentos de cargas de trabalho e tempo de processamento.
Benefícios:
> Aprimora a conformidade regulamentar:
- os regulamentos governamentais e requisitos de conformidade
aumentaram significativamente na última década;
- as empresas que não cumprem com leis de privacidade, fraude, anti
lavagem de dinheiro, ciber segurança, segurança ocupacional, relatórios
financeiros ou GDPR etc, enfrentam penalidades severas;
> Tomada de decisão mais eficiente:
- maximiza o uso dos dados para tomar decisões mais rápidas e com maior
certeza.
> Compreensão de dados aprimorada:
- quando bem implementada, a data governance fornece uma visão
abrangente de todos os ativos, juntamente com uma maior responsabilidade por
dados específicos.
> Aumento das receitas:
- decisões melhores e mais rápidas tomadas com maior certeza, resultam
em menos erros dispendiosos como falsas partidas e violação de dados.
Information Management:
É o processo de recolha, armazenamento, gestão e manutenção dos
dados que são precisos, oportunos, confiáveis, válidos, disponíveis, únicos e
relevantes para a organização.
Atualmente, a dificuldade não é a recolha de dados, mas sim a sua qualidade,
tratamento e organização. Nas empresas, a dificuldade é gerir os dados para que
tenham qualidade, sejam relevantes e possam ser acedidos, de modo a que
possam apoiar a tomada de decisão.
Data Life Cicle:

O ciclo de vida dos dados é um modelo que ilustra a maneira como os

dados viajam através de uma organização.
O ciclo de vida dos dados começa com o seu armazenamento numa
database, passando para o seu carregamento num data warehouse para análise,
sendo então relatado a trabalhadores com conhecimento ou usados em business
apps:
- Supply Chain Management (SCM);
- Customer relationship management (CRM);
- outras aplicações que exigem dados atualizados, prontos e acessíveis para
funcionar corretamente.
Desafios da Information Management:
Fornecer acesso fácil a grandes volumes de informação é apenas um dos
desafios enfrentados pelas organizações, uma vez que os dias de gerir
simplesmente dados estruturados já passaram. Agora, as organizações têm de
gerir conteúdo semiestruturado e não estruturado de fontes sociais e móveis,
mesmo que esses dados possam ser de qualidade questionável.
Provavelmente, os principais desafios da gestão da informação dentro das
organizações/empresas são:
- Recolher dados dispersos;
- Quebrar data silos;
- Mudar a cultura;
- “Garbage in, garbage out”
> Recolher dados dispersos:
As informações de negócio estão geralmente espalhadas ao longo de uma
empresa, armazenadas em sistemas separados dedicados a propósitos
específicos, como operações, supply chain management, ou costumer relationship
management.
Grandes organizações têm mais de 100 repositórios de dados (áreas de
armazenamento – storage areas):
- em muitas empresas, a integração desses sistemas díspares é limitada;
- como resultado, apesar de toda a informação circular pela empresa, executivos,
gestores e trabalhadores muita vezes têm dificuldade em encontrar as
informações de que precisam para tomar decisões sensatas ou para realizarem o
seu trabalho.
> Quebrar data silos:
Data silos: são armazenamentos autônomos e isolados de dados, sendo que os
seus dados não são acessíveis por outros SI que precisam deles ou que se
encontram fora do departamento desse data silo. São SIs que não têm cpacidade
de trocar dados com outros sistemas, tornando a coordenação e a comunicação
oportuna entre funções ou departamentos difíceis.
Empresas de todo o mundo, estão a lutar para integrar milhares de
aplicativos globais isolados (siloed global applications) e para os alinhar com a sua
estratégia de negócio.
O silo Effect ocorre quando departamentos ou equipas separadas não têm
um sistema para comunicar de forma eficaz com os outros, pelo que os dados
ficam presos em data silos departamentais, o que diminui a produtividade.
> Mudar a cultura:
Se as empresa quiserem matar a inovação, a produtividade e colaboração
interna saudável, tudo o que têm de fazer é desencorajar a colaboração e
continuar a promover uma information silo culture.
Então a questão é: como é que se quebram os data silos e se promove o
compartilhamento e colaboração para aumentar a comunicação entre as diferentes
funções?
- a primeira coisa a perceber passar de silos para a colaboração requer uma
mudança da cultura: uma vez que se está a pedir às pessoas que mudem a
maneira como trabalham e que pensem de maneira diferente.
> “Garbage in, garbage out”
Nos negócios os dados são usados por duas razões:
- para gerir um negócio (uso transacional e operacional);
- e para melhorar um negócio (uso analítico)
Ambas dependem de dados confiáveis e de elevada qualidade.
Independentemente da forma como os dados são recolhidos, estes
precisam de ser validados para que os utilizadores possam confiar neles.
Infelizmente, um volume considerável de dados não é ou validado ou confiável.
Para evitar que isto aconteça, as empresas devem colocar salvaguardas em ação,
como verificações da integridade dos dados: por exemplo, quando se preenche
um dado formulário online, um endereço de email ou número de cartão de crédito
que não esteja formatado corretamente não é aceite  Este tipo de dados é
conhecido como Dirty Data.
Dirty data: são dados que têm tão pouca qualidade que não podem ser confiados
ou usados com base para a tomada de decisões.
Quando as aplicações não são bem geridas, podem gerar terabytes de
dados irrelevantes, fazendo com que as empresas se afoguem em dados
incorretos. Tal data chaos pode levar a erros que podem colocar a empresa em
risco.
Principais razões que contribuem para o data chaos:
- innacurate data: dados imprecisos;
- missing data: dados em falta;
- interfaces mal projetadas/desenhadas;
- formatos de dados não estandardizados;
- dados desatualizados.
*Data chaos 1: Innacurate data:
Com muita frequência, gestores e profissionais da informação são limitados
por dados que não são confiáveis porque estão incompletos, fora de contexto,
desatualizados, imprecisos, inacessíveis ou tão pesados que requerem semanas
para analisar. Nestas situações, quem toma as decisões enfrenta demasiada
incerteza para que possa tomar decisões de negócios inteligentes.
*Data chaos 2: missing data:
- os dados podem ser perdidos na viagem de um sistema para outro;
- os dados podem nunca ser capturados devido a sistemas de recolha de dados
ajustados inadequadamente, como aqueles que dependem de sensores e
scanners;
- os dados podem não ser capturados com detalhe suficiente.
*Data chaos 3: interfaces mal projetadas:
Apesar de se falar muito em interfaces amigáveis, alguns sistemas de
informação são muito difíceis de lidar. Interfaces ou formatos mal projetados
requerem tempo e esforço extra para serem compreendidos, aumentando o risco
de erros devido aos dados serem mal interpretados ou ignorados.

*Data chaos 4: Formatos de dados não estandardizados:

Quando os utilizadores são confrontados com dados em formatos
inconsistentes ou não estandardizados, os erros aumentam e as tentativas de
comparar ou analisar dados são mais difíceis e requerem mais tempo.
*Data chaos 5: Dados desatualizados:
As informações que quem toma decisões necessita estão sempre em
mudança e mudam mais rápido do que a reposta dos departamentos de SI a
essas mudanças.
Benefícios da Information Management:
- A gestão da informação aprimora a qualidade de decisão: a qualidade da decisão
depende de dados precisos e completos;
- Maior precisão e confiabilidade da gestão de previsões: é essencial que os
gestores sejam capazes de prever vendas, procura de produtos, oportunidades e
ameaças;
- Menor custo e tempo: de alocação e integração da informação relevante;
- Dados com melhor qualidade: a estandardização dos dados resulta em dados
mais confiáveis e consistentes.