Inteligência de negócios

BUSINESS
INTELLIGENCE
Patricia Azzoni da Conceição – 12.211.375-6
Felipe Yeger – 12.211.371-5
Priscila Scarpa – 12.107.151-8
César Siqueira – 12.104.183-4
Evandro Deliberali – 12.204.057-9

AGENDA
 Inteligência dos Negócios;
 Estratégia de TIC;
 Valor da Informação;
 Aprisionamento no Sistema;
 Data Mining;
 Futuro da Internet;
 Remix: RW vs. RO Culture;
 Cultura Digital;
 Web 3.0.

INTELIGÊNCIA DOS NEGÓCIOS

 Tomada de decisão mais rápida e exata
 Conversão de dados em informação
 Utilização de caminho mais racional na administração

ESTRATÉGIA DE TIC
Tecnologia da Informação e Comunicação
 Recursos tecnológicos integrados entre si
que por meio de hardwares, softwares e
telecomunicações permitem a automação e
comunicação dos processos de negócio,
pesquisa, ensino e aprendizagem.

 Tecnologias usadas para reunir, distribuir e
compartilhar informações, como exemplo:
sites da Web, equipamentos de informática
(hardware e software), telefonia, quiosques
de informação e balcões de serviços
automatizados.

 Sistemas de informação - permite que a
comunicação flua sem barreiras.

ESTRATÉGIA DE TIC
Meados da década de 80 – PORTER
 Duas maneiras para competir:

- Baixos Custos
- Diferenciação do Produto

 Visão de negócio baseada em recursos da empresa;
Século XXI
“Pessoas, organizações e grupos estão em contato de uma maneira nunca
antes vista. Estamos vivendo em uma sociedade em rede conectados por
computadores e telefones. (CASTELLS, 1999)”

Globalização + Competição + Mudanças rápidas  Necessidade de uma
abordagem estratégica mais unificada, novos conceitos para o sucesso.

MODELO DELTA
DELTA PROJECT
Arnoldo Hax e Dean Wilde

 Mostram como a desregulamentação, a globalização e a
emergênciada infra-estrutura de internet mudaram as regras
para o sucesso.

 Identificam três posições estratégicas que ajudam a realinhar o seu negócio e
torná-lo mais competitivo.

Empresa Cliente
Estratégia se desenvolve baseada
em um conceito de estreito
relacionamento  Complementadora

Proposta: “Atrair, Satisfazer e Reter o cliente”

MODELO DELTA
 Nova concepção estratégica complementar as antigas propostas por PORTER

 Necessidade de entendimento de toda cadeia de suprimentos e seus
complementadores.
Empresa
Cliente
Fornecedor Estratégia com foco na
“amarração” e não
competição
Concorrente Complementador
Tecnologia
 Cliente como centro da gestão do negócio e o conceito de Customer Bonding
como força central.

“The intimacy and connectivity of a networked economy offer opportunities to create
competitive positions based upon the structure of the customer relationship itself, independent
of the product. A business can establish an unbreakable link, deep knowledge, and close
relationship that we refer to as customer bonding.” (Hax e Wilde,2001, p.8)

MODELO DELTA
O Triângulo:
3 diferentes
opções
estratégicas

VALOR DA INFORMAÇÃO
"A informação é considerada como o ingrediente básico do qual
dependem os processos de decisão“
?
?
 Informação é usada como estratégia das empresas ?
?
? ?
 Chave da produtividade e competitividade

 Passa a ser mais focada do que o capital, pois informação bem gerada e
entendida leva a ele

 A gestão moderna exige que a tomada de decisão seja feita com o máximo
de informação

 Atualização constante da informação se tornou fator crítico de sucesso

 A rapidez e facilidade de acesso e organização as informações dentro da
organização são fatores auxiliares no caminho do sucesso  TI e SI

Concepção da informação

Fonte: http://wwwp.fc.unesp.br/~yonezawa/si-papel.pdf

Estratégia
Dado Conhecimento Inteligência
Informação

Representação Interpretação Reconhecimento Entendimento Tomada de
decisão
 Dados:
- Símbolos quantitativos,
percepções documentadas
- Coleta, processamento e
distribuição

 Informação:
- Significado ao dados TECNOLOGIA E
- Análise dos dados - SISTEMAS DE
Custo x benefício, Efetividade INFORMAÇÃO

 Conhecimento:
- Abstração interior
- Resultado da análise das informações

APRISIONAMENTO NO SISTEMA
 Aprisionamento no Sistema (lock-in) é o processo de dependência
ao qual as organizações são submetidas ao fazerem a opção de
uso de uma determinada tecnologia.

 A dependência decorre da dificuldade associada a troca dessa
tecnologia por uma outra, em razão dos altos custos (switching
costs) envolvidos

 Um dos aspectos distintivos do aprisionamento baseado na
informação é que ele tende a ser muito durável: o equipamento se
desgasta, reduzindo os custos de troca, mas os banco de dados
persistem e crescem intensificando o aprisionamento ao longo do
tempo;

POSICIONAMENTO ESTRATÉGICO

Fonte: Hax e Wilde, 2001

CICLO DE APRISIONAMENTO

Seleção da Marca

Aprisionamento Experimentação

Entrincheiramento

TIPOS DE APRISIONAMENTO E
CUSTOS DE TROCA
Tipo de Custos de Troca
Aprisionamento
Compromissos Indenizações compensatórias ou liquidadas
Contratuais
Compra de bens Substituição de equipamento (tende a cair à medida que o
duráveis bem durável envelhece
Treinamento em Aprender sobre um novo sistema (tanto o custo direto
marca específica quanto a perda de produtividade tendem a aumentar com o
tempo
Informação e banco Conversão de dados para o novo formato (tende a aumentar
de dados ao longo do tempo à medida que coleção de dados aumenta
Fornecedores Financiamento de novo fornecedor (pode aumentar se for
especializados difícil encontrar/manter aptidões
Custos de busca Custos combinados do comprador e do fornecedor (incluem
o aprendizado sobre a qualidade das alternativas
Programas de Quaisquer benefícios perdidos do fornecedor, mais a
lealdade possível necessidade de reconstruir o uso cumulativo

Fonte: Caderno de pesquisas em Administração, São Paulo, v. 08, nº 1, Janeiro/Março 2001

DATA MINING
“Data mining (mineração de dados), é o processo de
extração de conhecimento de grandes bases de dados,
convencionais ou não
Utiliza técnicas de inteligência artificial que procuram
relações de similaridade ou discordância entre dados
Seu objetivo é encontrar, automaticamente, padrões,
anomalias e regras com o propósito de transformar
dados, aparentemente ocultos, em informações úteis
para a tomada de decisão e/ou avaliação de resultados.
Fernando S. Goulart Júnior & Robson do Nascimento Fidalgo (1998)

ÁRVORES DE DECISÃO

Representações simples do conhecimento
Utilização de regras condicionais
A partir de um conjunto de valores decide SIM ou NÃO
Mais rápida e mais compreensível que redes neurais
Exemplo: Sair ou não de acordo com o tempo
Tempo Predicado objetivo:
Sair ou Não Sair

Nublado Ensolarado Chuvoso

Umidade Sair Muito vento
Alta Normal Sim Não

Ñ Sair Sair Ñ Sair Sair

REGRESSÃO
Análise de regressão é uma metodologia estatística que utiliza a relação entre duas ou
mais variáveis quantitativas (ou qualitativas) de tal forma que uma variável pode ser
predita a partir da outra ou outras. Exemplos:
A população de bactérias pode ser predita a partir da relação entre
população e o tempo de armazenamento.
Concentrações de soluções de proteína de arroz integral e absorbâncias
médias corrigidas.
Relação entre textura e aparência.
Temperatura usada num processo de desodorização de um produto e cor do
produto final.
A porcentagem de acerto ou, então, bytes transferidos, podem estar
relacionados com o tamanho da cache (bytes), para um determinado tipo de
pré-carregamento.

EVOLUÇÃO ATÉ O DATA MINING
Evolução Perguntas Tecnologia disponível Características

Coleção de “Qual foi meu Computadores, Fitas, Retrospectiva,
dados rendimento total nos discos Dados estáticos
1960 últimos cinco anos ?” como resposta

Acessos aos “Qual foi meu RDBMS, Restropectiva,
dados rendimento no Brasil no SQL, dados dinâmicos a
1980 último janeiro ?” ODBC nível de registos
como resposta

Data “Qual foi meu Processamento analítico Retrospectiva,
warehousing rendimento no Brasil no on-line, banco de dados dados dinâmicos
& suporte a último janeiro? Do sul multidimencionais, data em múltiplos níveis
decisão até o nordeste warehousing como resposta
1990

Data Mining “Porque alguns produtos Algoritmos avançados, Prospectivo,
Atualmente são mais vendidos na computadores Informações
região sul ?” multiprocessados, B.D. (perspectivas)
grandes e poderosos como resposta.

Fonte: DATA MINING - Robert Groth

TRANSFORMAÇÃO DOS DADOS
O processo de implementação de data mining (ou especificamente, a fase de
transformação dos dados em ações no ciclo virtuoso), pode ser caracterizado
pelo seguinte gráfico:

Processo KDD (Fayyad, Piatesky-Shapiro, & Smith)

APLICAÇÃO DE DATA MINING
Otimização de estratégias de marketing

Previsão de Vendas
• Definir a quantidade a ser comprada/enviada de cada produto
• Definir quando o produto deve ser comprado/enviado

Envio de mala direta:
As campanhas de mala direta são caras, sendo importante a limitação da gama
de todos os consumidores em subconjuntos de consumidores potenciais. Isso
têm sido otimizado com o uso de árvores de decisão

Segmentação de mercado:
Identificar esses padrões significa identificar as diferentes necessidades e
requisitos de serviço ao cliente para os diferentes tipos de clientes e regiões.

CASE – LAYOUT DE PRODUTOS
Um exemplo clássico de Data Mining foi desenvolvido pela Wal-Mart. A
empresa descobriu que o perfil do consumidor de cervejas era semelhante
ao de fraldas. Eram homens casados, entre 25 e 30 anos, que compravam
fraldas e/ou cervejas às sextas-feiras à tarde no caminho do trabalho para a
casa.

O FUTURO DA INTERNET

2007, Steve Jobs Apresenta o 1º. I phone.

BATTLE OF THE BOXES
 Em 1960, computadores eram propriedades dos
fabricantes e só podiam rodar softwares
desenvolvidos por eles.
 1969, IBM passa a vender seus computadores
aparte de seus softwares.
 Começo do desenvolvimento de softwares por
terceiros e pelos usuários.
 Criação do PC (personal computer)

BATTLE OF THE BOXES
 “A essência e a genialidade de separar a criação
de um software da construção de um hardware é
que a dissociação permite que um computador
pode ser adquirido para uma finalidade e, em
seguida, utilizado para executar tarefas novas e
diferentes sem a necessidade de leva-lo para um
tecnico.”
 1980 – crescimento da variedade de coisas que um
computador poderia fazer. Aumento da demanda.
 Havia a necessidade de comunicação entre os
computadores.

BATTLE OF NETWORKS
 A rede – quanto custa para usar, como é medido
seus custos, como os usuários se conectam uns
aos outros?
 1990, existência de varias redes, mas que não se
interconectavam;
 A internet só existia em grandes empresas. Não
existia ainda transferência de dados.

BATTLE OF NETWORKS
 Surgem redes como a CompuServe e AOL que oferecem
diferentes serviços. Necessário uso de ID para conectar
rede.

 Inicio disputas de uso e políticas da rede.

O FUTURO DA INTERNET
 O futuro é incerto;
 Migração da internet para telefone celulares
(mobilidade);
 Cloud Computing: processamento, armazenamento
e softwares em algum lugar da rede, acessando
remotamente via internet. Exemplos: Youtube,
Google Docs, etc.

REMIX: RO X RW
RO RW
Modelos
Tradicionais x Modelos Gerados
pela Internet
Read-Only: aqui o conteúdo foi consumido mas o consumidor não é criador
a cultura limita a capacidade do consumidor a não ser outra coisa se não “um
consumidor”.
Nesse modelo, o consumidor é limitado pela cultura, o consumidor
não poderia usar esse modelo para recriar, inventar, modificar, melhorar.
Ex: Um arquivo é lido, somente entendido, não podendo alterá-lo

Read-Write: É uma cultura onde as pessoas participam na criação e re-
criação do conteúdo.
Já na cultura Read-Write, o conteúdo pode ser alterado, recriado,
melhorado. Assim a cultura pode ser expandida.
Ex: Quando se tem um arquivo, documento RW, é possível ler o
arquivo e reescrever, ou seja, adquirir o conteúdo e se possível melhorá-lo,
explorá-lo de alguma outra forma.

DIFERENÇAS DE PREÇO E “VALORES”

RO x RW
 Profissionalismo;  É oferecido como um rascunho;

 Enfatiza do Aprendizado;  Enfatiza a aprendizagem por
falar;
 Preserva sua integridade;
 Ensina a integridade;
 Enfatiza Hierarquia.
 Esconde a Hierarquia.
Na graduação os alunos têm uma educação
essencialmente RO, as palestras ministradas
pelos professores são assistidas, sem
interação . Já no Ensino Jurídico os alunos
participam da palestra, eles constroem a
palestra, caracterizando uma educação RW.

DIFERENÇAS DE VALOR
(COMO EM US $)
“Viewed up close, copyright bears little resemblance
to the kinds of property that conservatives value.
Instead, it looks like a constantly expanding
government program run for the benefit of a noisy,
well- organized interest group— like Superfund, say,
or dairy subsidies, except that the benefits go not to
endangered homeowners or hard- working farmers
but to the likes of Barbra Streisand and Eminem. . . .
Copyright is a trial lawyer’s dream—a regulatory
program enforced by private lawsuits where the
plaintiffs have all the advantages, from injury- free
damages awards to liability doctrines that extract
damages from anyone who was in the neighborhood
when an infringement occurred.”
Stewart Baker, “Exclusionary Rules,” Wall Street
Journal, March 26, 2004.

DIFERENÇAS DE VALOR
(COMO EM "IS IT ANY GOOD?")
 Em Junho de 2007, Andrew Keen, lançou o livro
"The Cult of the Amateur” ;
 Ataque contra o nascimento da cultura RW;
 O foco de seu ataque era que: “amateur culture” is
killing “our culture.”

Não há comparações entre 10 minutos produzido por JJ
Abrams e 10 minutos de qualquer das coisas que passa
para a produção de vídeo no YouTube. Remix é apenas
"porcaria." Esta crítica é certamente verdade. A grande
maioria dos remix, como a grande maioria dos filmes
caseiros, ou fotografias do consumidor, ou cantando no
chuveiro, ou blogs, é só porcaria.

DIFERENÇAS EM DIREITO
(COMO EM "ISSO É PERMITIDO?")
 A lei de direitos autorais atual suporta as práticas da cultura RO e se opõe
à práticas da cultura RW;
 A lei não concede aos usuários da cultura RO a permissão para fazer o
que quisessem;
 Evolução da Cultura RO no Mundo Digital;

Anos 60 Anos 70
Tecnologia Tecnologia para
para copiar gravar programas
textos de televisão
Ambas empresas possibilitaram que conteúdos
fossem copiados sem a permissão do proprietário

LESSONS ABOUT CULTURE
 Cultura RO é importante e valioso;

 Cultura RW também é importante e valioso e irá florescer na Era
Digital;

 Depende em parte da lei para que a Cultura RW floresça;

 Atitude atual da lei é destrutiva e auto-destrutivo - para valores muito
mais importantes do que os lucros das indústrias culturais.

VIDEO – LAWRENCE LESSIG

Fonte: http://www.youtube.com/watch?v=JXwB9FlkNXA

CULTURA DIGITAL
 Impacto das tecnologias digitais

 Impacto da conexão em rede

NA SOCIEDADE

Fonte: http://alinerodrigues.webnode.com.br/news/cultura-digital/

CULTURA DIGITAL
 Barateamento do computador pessoal

 Barateamento do telefone celular

ACESSO AO
CONHECIMENTO

Fonte: http://cachorroluco.blogspot.com/2011/09/o-acesso-ao-conhecimento.html

CARACTERÍSTICAS

 Personalização

 Web semântica

Segundo Amit Agarwal

Fonte: http://ljandrade.wordpress.com/

PERSONALIZAÇÃO
 Perfil único na internet

Fonte: http://www.communityengine.com/understanding-web-3-0-aka-the-semantic-web/

WEB SEMÂNTICA
 Atualmente – pesquisas por palavras chaves

 Web semântica – interpretação do contexto

“A Web 3.0 é o lugar onde o
computador está gerando as
informações, ao invés dos seres
humanos.” Por Conrad Wolfram

COMO SERÁ POSSÍVEL?

AGENTES CÓDIGOS
WEB
DE ONTOLOGIAS METADADOS PÁGINAS
SEMÂNTICA
SOFTWARE WEB

Fonte: Grupo

Funcionamento segundo Tim Berners Lee

ADTS MONITY

Fonte: http://www.adts.com.br/
Fonte: http://www.juniper.net/us/en/

Fonte: http://www.monity.com.br/solucao.html

WEB 3.0 - VÍDEO

Fonte: http://www.youtube.com/watch?v=V5kabPVohGY

BIBLIOGRAFIA
http://www1.folha.uol.com.br/folha/informatica/ult124u554576.shtml
http://computer.howstuffworks.com/web-30.htm
http://www.adts.com.br/
http://www.juniper.net/us/en/
http://www.monity.com.br/
http://culturadigital.br/o-programa/conceito-de-cultura-digital/
http://www.brasil.gov.br/sobre/cultura/cultura-brasileira/cultura-digital
http://www.casadaculturadigital.com.br/
http://www.youtube.com
http://www.jistem.fea.usp.br/index.php/jistem/article/download/8/6
http://wwwp.fc.unesp.br/~yonezawa/si-papel.pdf
HAX, A.C; WILDE II, L. The delta project: discovering new sources of profitability in a Networked
Economy. Palgrave, New York, 2001.
The Future of the Internet and How to Stop It. Published March 30, 2008
Authored by Jonathan Zittrain
LESSIG, Lawrence. Remix, making art and Commerce Thrive in the hybrid Economy. The Penguin
Press, 2008.

Inteligência de negócios

Mais conteúdo relacionado

Mais procurados

Destaque

Semelhante a Inteligência de negócios

Inteligência de negócios