Sistemas Integrados de Gestão e Operações 2ª Fase

Variáveis e Parâmetros de um sistema

Tipos de Projetos de Sistemas de Informação

BUSINESS INTELLIGENCE
Conjunto de ferramentas e técnicas que objetivam dar suporte à tomada de decisão.

Tipos de Decisões em Sistemas de Informações

•Decisões programadas
•Caracterizadas pela rotina e repetitividade.
•São tomadas mediante uma regra, procedimento, hábito.
•Ex.: fazer pedido de estoque sempre que o nível cair para 100 unidades; lançamento de pacotes de viagens pelas agências em função das estações do ano;
•Dados precisos, Dados repetitivos.

Decisões não-programadas
Caracterizadas pela não-estruturação e, basicamente, pela novidade.
Soluções específicas criadas para resolver problemas não-rotineiros;
Exigem cuidado !Tratam com dados imprecisos e únicos; Incerteza

O Grau de certeza na decisão:
As organizações defrontam-se constantemente com problemas que variam em graus de complexidade.
•Os problemas podem ser divididos em dois grandes grupos: os problemas estruturado e os problemas não-estruturados.

Um problema estruturado é aquele que pode ser perfeitamente definido, pois as suas variáveis são conhecidas.
É um problema rotineiro e repetitivo para o qual já existe uma metodologia para se chegar a uma solução.


O problema estruturado tem suas decisões subdivididas em três categorias:

Um problema não-estruturado é aquele que não pode ser claramente definido, pois uma ou mais de suas variáveis são desconhecida ou não pode ser determinada com algum grau de confiança.
Apresentam sempre uma novidade e não são rotineiros, não apresenta um procedimento padrão para solucioná-los.

•Decisões sob certeza:onde as variáveis são conhecidas e a relação entre a ação e as conseqüências é determinística.
•A decisão conduz a um resultado específico. – o tomador de decisão sabe exatamente o que vai acontecer.
•Os administradores tem informações precisas, mensuráveis e confiáveis sobre os resultados das várias alternativas que estão sendo consideradas.

•Decisões sob risco: onde as variáveis são conhecidas e a relação entre a ação e conseqüência é conhecida em termos probabilísticos.
•Os administradores conhecem a probabilidade de que uma determinada alternativa leve a um objetivo ou resultado desejado.

•Decisões sob incerteza: onde as variáveis são conhecidas, mas as probabilidades para determinar a conseqüência de uma ação são desconhecidas ou não podem ser determinadas com algum grau de certeza.
•As possibilidades associadas aos resultados são desconhecidas.
•Os administradores enfrentam situações imprevisíveis ou não tem informações necessárias para estabelecer a probabilidade de determinados eventos.

Um problema semi-estruturado é aquele no qual somente parte do problema possuem uma resposta definida fornecida por uma metodologia aceita.
•algumas partes do problema podem ser resolvidas por métodos de decisão formais e automatizados.

Valor da informação
•O valor da informação esta diretamente ligado a como ela auxilia os tomadores de decisões a atingir seus objetivos organizacionais.
•Ex = O valor da informação poderia ser medido pelo tempo necessário para tomar uma decisão ou pelo aumento dos lucros de uma companhia.

•Algumas partes do sistema ficam sob o controle do gerente, mas outra não.
•Uma variável de sistema é a quantidade ou o item que pode ser controlado pelo tomador de decisões.
•Ex. O preço que uma companhia cobra por seu produto é uma variável de um sistema, pois pode ser controlado.
•Um parâmetro de sistema é o valor ou a quantidade que não pode ser controlado.
•Ex. A quantidade de linhas de um sistema.

Porque são feitos projetos de SI?
•Um projeto é iniciado quando o benefício do retorno esperado supera o custo do projeto.
•O problema é que não é fácil converter esses valores em números normalmente.

Existem três tipos de projeto de sistemas de informação:


•Manual: O trabalho do analista em sistemas manuais é mais relacionado à formalização, por meio de documentação e padrões, de processos já adotados, a criação de novos processos e a transformação de processos existentes, tendo em vista otimizá-los ou possibilitar que atendam novas necessidades da organização.Esses processos podem ser bastante complexos exige do analista uma boa capacidade de compreensão e modelagem.
•Manual para automático: Os projetos que apresentam maior dificuldade são os de passagem do processo manual para o automático.
•de forma adicional, a criação de um modelo computacional e com certo grau de formalidade, que possa ser usado pelos desenvolvedores.
•Re-automação: Os processos de re-automação ainda podem se dividir em: recodificação, melhoria ou manutenção.


Todos esses tipos de projeto apresentam ao analista de sistemas o mesmo desafio: descobrir o que deve ser feito.

Custo Total de Propriedade
•Quanto se analisa o custo de um sistema é normal falar de Custo Total de Propriedade, conhecido pela sigla em inglês TCO (Total Cost of Ownership).O TCO de um produto é o custo total que ele implica para uma organização.
•Por exemplo, se decidirmos trocar todo o sistema operacional de uma empresa que usa Windows para Linux, mesmo que o custo do Linux seja zero, o TCO é bem alto, pois envolve o processo de troca, novos profissionais, treinamento, etc...
•Outro exemplo comum é o da compra de uma impressora. Seu TCO não envolve apenas o custo da impressora, mas também o custo do material consumível, quando uma certa produção é prevista.

Desenvolvimento de Software (Riscos) Imagem de programa esperado
• Desenvolver um bom sistema não é tarefa
trivial
• Riscos associados aos requisitos: É necessário comunicar com os peritos da organização
para: compreender que tarefas o sistema deve suportar; compreender como o sistema encaixa nas atividades da
organização. Um dos maiores desafios é construir o sistema certo.
• Riscos tecnológicos: Qual a tecnologia mais apropriada? Como controlar a complexidade? É necessário validar as soluções tecnológicas o mais cedo possível.
• Riscos de competência: É necessário saber-se o que se está a fazer (obviamente?). Exemplo de OO: fácil de aprender/difícil de dominar.
• Riscos políticos: Por muito bom que seja o SI só terá sucesso se tiver o apoio das pessoas certas.

Por estudar sistemas de informação?
•Envolver gerentes e tomadores de decisões em todos os aspectos dos sistemas de informação, é um fator crucial para se obter sucesso organizacional, alta lucratividade e baixos custos. Os gerentes devem identificar oportunidades para implementar sistemas de informação para melhorar seus negócios.
•Liderar projetos de sistemas de informação

O que é BI? Business Intelligence, ou BI, é um conjunto de soluções tecnológicas que envolve um processo de coleta, transformação, análise e distribuição de dados para a tomada de decisões. Também conhecido como Inteligência Empresarial, define a habilidade das empresas em acessar dados e colher informações contidas, por exemplo, em um sistema de Data Warehouse (DW), analisando estas informações para dar suporte às tomadas de decisões nos negócios.
Imagem tabela Aplicativos Operacionais x BI

Benefícios do BI

  • Alinhar projetos de tecnologia com as metas estabelecidas pelas empresas na busca do máximo retorno do investimento;
  • Ampliar a compreensão das tendências dos negócios, propiciando melhor consistência no momento de decisão de estratégias e ações;
  • Facilitar a identificação de riscos e gerar segurança para migração de estratégias, criando maior efetividade nas implementações dos projetos;
  • Permitir um planejamento corporativo mais amplo, substituindo soluções de menor alcance por resultados integrados pela informação consistente;
  • Gerar, facilitar o acesso e distribuir informação de modo mais abrangente para obter envolvimento de todos os níveis da empresa e todos aqueles que podem valor usando-a;
  • Ligar e consolidar dados de diferentes sistemas de modo a oferecer um visão comum do desempenho da empresa;
  • Automatizar tarefas eliminando os erros ao colocar as pessoas no fim dos processos;
  • Oferecer dados estratégicos para análise com um mínimo de atraso em relação a uma transação ou evento dentro da empresa;

Data Warehouse Histórico: Criado pela IBM na década de 60 com o nome Information Warehouse. Relançado diversas vezes sem grande sucesso. O nome Data Warehouse foi dado por William H. Inmon, considerado o pai desta tecnologia. Tornou-se viável com o surgimento de novas tecnologias para armazenar e processar uma grande. quantidade de dados
•O que é? Sistema que armazena dados históricos usados no processo de tomada de decisão que integra os 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 BDs. Permite que usuários finais executem consultas, gerem relatórios e façam análises. Os BDs usados nas aplicações de negócio são chamados BDs operacionais. O DW é um BD informacional alimentado com dados dos BDs operacionais da empresa. Disponibiliza dados atuais e a dados históricos que podem ser sumarizados(condensados) para que sejam analisados. Contém também metadados, que são dados sobre os dados armazenados no DW. Então o Data Warehouse é apenas um BD que contém também dados históricos? Para que seja considerado um Data Warehouse, um banco de dados deve: •Coletar dados de várias fontes, Dados coletados devem ser transformados para que haja uma visão única dos dados e •Dados devem ser usados por aplicativos para obter informações que dêem apoio à decisão

Principais Características: De acordo com a definição dada por Inmon, um Data Warehouse deve ser: Orientado a assunto, Integrado, Não-volátil e Variável com o tempo
• Orientação a assunto: Os dados em um DW são organizados de modo a facilitar a
análise dos dados e os Dados são organizados por assunto e não por aplicação,
como em BDs operacionais
•Integração: Dados de um DW provém de diversas fontes, podem ser sumarizados ou eliminados e Formato dos dados deve ser padronizado para uniformizar nomes, unidades. Ex: Peso (gr)
•Não-Volátil: Dados não são mais alterados depois de incluídos no DW
•Operações no DW: Em um BD operacional é possível incluir, alterar e eliminar dados, Já no DW é possível apenas incluir dados e Garante que consultas subseqüentes a um dado produzirão o mesmo resultado
•Variável com o Tempo: Os dados no DW são relativos a um determinado instante de tempo EX: Produto=Jan/Fev/Mar

Sistemas de Apoio à Decisão
•Informação: Melhor recurso do qual uma empresa pode dispor para tomar decisões estratégicas. Obtida analisando dados históricos sobre vendas, produção, clientes, etc.
•Análise dos dados: Fornece informações vitais para a empresa. Pode aumentar a competitividade da empresa e antes era feita intuitivamente pelos gerentes.
Dificuldades para obter informação:
Quantidade de dados a serem analisados cresce com a expansão do negócio e com o passar dos anos. Dados conflitantes vindos de fontes diferentes podem gerar informações desencontradas. Impossível para um ser humano manter e analisar todos os dados. Informação não é mais mantida por gerentes devido à mobilidade no mercado de trabalho.
•Sistemas de Apoio à Decisão (SAD): Usam dados históricos mantidos em um banco de dados convencional. Dados históricos são analisados usando técnicas de mineração de dados para obter informações usadas na tomada de decisões. Estatísticas de venda, produção, clientes, etc. podem ser levantadas e consideradas para tomar decisões estratégicas de negócio.
•Benefícios dos Sistemas de Apoio à Decisão:
•Determinar o mercado-alvo de um produto
•Definir o preço de um produto, criar promoções e condições especiais de compra.
•Verificar a eficácia de campanhas de marketing
•Otimizar a quantidade de produtos no estoque
•Responder rapidamente a mudanças no mercado e determinar novas tendências ... ou seja, ganhar eficiência e lucratividade
Problema: dados históricos não são mantidos nos BDs da empresa. •Volume de dados seria muito grande
•Desempenho seria insatisfatório
•Solução: criar um BD exclusivamente para manter os dados históricos. •Especializado para realizar poucas consultas sobre um grande volume de dados
•Surge o Data Warehouse(DW)

Arquitetura do Data Warehouse
•Sistemas de Extração Tradicionais [Orr] Imagem
•Sistemas baseados em Data Warehouse Imagem

Arquitetura do Data Warehouse:
•Principais tarefas efetuadas pelo DW: Obter dados dos BDs operacionais e externos, Armazenar os dados,Fornecer informações para tomada de decisão e 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 e Ferramentas de gerência

Estrutura Interna
•Requisitos do DW:
•Eficiente: Grande volume de dados imutáveis e Processamento paralelo e/ou distribuído
•Confiável: Funcionamento do sistema e Resultado das análises
•Expansível: Crescente volume de dados e Maior número de fontes de dados.


•Em geral são usados BDs relacionais para armazenar os dados do DW que são Capazes de manter e processar grandes volumes de dados e sãoOtimizados para lidar com dados imutáveis.
•As ferramentas de análise empregam: Técnicas de mineração de dados, a Inteligência artificial: redes neurais, fuzzy, etc. e a Internet: Web mining, agentes móveis, etc.


•Funções das Camadas do 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 à Informação: analisar dados
•Troca de Mensagens: transportar dados
•Gerenc. de Processos: controlar atividades


Granularidade: Nível de detalhe dos dados , De extrema importância no projeto do DW


Definir a granularidade adequada é vital para que o DW atenda seus objetivos
•Mais detalhes ->Mais dados ->Análise mais longa ->Informação mais detalhada
•Menos detalhes ->Menos dados ->Análise mais curta ->Informação menos detalhada
•Para evitar que se perca informação são criados vários níveis de granularidade


Dados x Granularidade
•Dados Atuais: •Refletem 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 e •Alto nível de detalhe (baixa granularidade)

Granularidade
•Processo de sumarização: •Aplica um novo esquema de modo a condensar os dados Ex.: armazenar totais, médias, etc.
•Processo de envelhecimento: •Transfere os dados antigos do HD para fita, CD, etc. e •Mantém o nível de detalhe para que nenhuma informação seja perdida
Exemplo: Companhia Telefônica

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 possivel verificar o padrão de consumo de A