SlideShare uma empresa Scribd logo
Universidade Federal de Sergipe
   Departamento de Computação
   Sistemas de Informação




Tecnologias de Informação e Comunicação no
Suporte aos Sistemas de Informação na Visão
      Hierárquica Informacional DIKW




      Diego Armando, Felipe J. R. Vieira, Roberto Pizzi
Hierarquia DICS

“Onde está a sabedoria que perdemos no conhecimento?
Onde está o conhecimento que perdemos na informação?”
               T.S. Eliot, "The Rock", F
Ciência da Informação
 Estuda a informação desde a sua gênese até o processo
 de transformação de dados em conhecimento.


 Principais áreas de estudo:
 ●   Logística da informação
 ●   Planejamento de informação
 ●   Modelagem de dados
 ●   Análise de dados
Gestão do Conhecimento

 Possui o objetivo de controlar, facilitar o acesso e manter
 um gerenciamento integrado sobre as informações em
 seus diversos meios.


 É um processo sistemático, articulado e intencional,
 apoiado   na   geração,   codificação,   disseminação    e
 apropriação de conhecimentos, com o propósito de atingir
 a excelência organizacional.
Gestão do Conhecimento




          Processo cíclico de conversão do conhecimento
Hierarquia Informacional
 ●   Informação, Conhecimento, Sabedoria
 ●   Dado, Informação, Conhecimento




 ●   Ruído, Dado, Informação, Conhecimento, Compreensão,
 Sabedoria
Hierarquia DICS
 Information is not knowledge,
 Knowledge is not wisdom,
 Wisdom is not truth,
 Truth is not beauty,
 Beauty is not love,
 Love is not music,
 and Music is THE BEST.
 “Packard Goose”, Frank Zappa (1979)
Hierarquia DICS
 A hierarquia DIKW (DICS) é um modelo teórico que se
 mostra útil na análise e no entendimento da
 importância e limites das atividades dos trabalhadores
 do conhecimento.

 ●   Dados (Data) é o nível mais básico;
 ●   Informação (Information) acrescenta contexto e significado aos dados;
 ●   Conhecimento (Knowledge) acrescenta a forma como usar adequadamente a
 informação;
 ●   Sabedoria (Wisdow) acrescenta o entendimento de quando utilizá-los.
Hierarquia DICS
Dado
 Dados são pedaços de informação que representam
 os atributos qualitativos ou quantitativos de uma
 variável ou um conjunto de variáveis.


 Podem consistir de:
 ●   Números
 ●   Palavras
 ●   Imagens
Informação
 Enquanto conceito, carrega uma diversidade de
 significados, do uso cotidiano ao técnico.


 ●   Mensagem
 ●   Padrão
 ●   Estímulo sensorial
 ●   Uma influência que leva à transformação
 ●   Uma propriedade na física
 ●   Registros
Conhecimento
 “Um       conjunto   de   todos    os   valores   culturais,
 intelectuais, morais, religiosos, artísticos, emocionais
 e tecnológicos da espécie humana.”
                                   Aurélio – Nova Fronteira


 Pode ser:
 ●   Tácito
 ●   Explícito
Sabedoria
 "Por sabedoria entendo a arte de tornar a vida o mais
 agradável e feliz possível."
 (Arthur Schopenhauer)

 "Ciência é conhecimento organizado. Sabedoria é
 vida organizada."
 (Immanuel Kant)

 "A sabedoria é filha da experiência."
 (Leonardo da Vinci)

 "A sabedoria é a parte suprema da felicidade."
 (Sófocles)
Fonte: Revista The Futurist
Tecnologias de Informação e
       Comunicação
Tecnologia



 “Conjunto complexo de técnicas, artes e ofícios capazes de
 modificar/Transformar o ambiente natural , social e humano em
 novas realidades.”
XML

●   XML Schema
●   XML Security
●   XSLT
XML
 ●   Sistema Integrado de Bibliotecas ACAFE

 Modelo de Arquivo XML para a captação e importação de dados

     <biblioteca>
          <id_ies></id_ies>
          <obra>
             <titulo></titulo>
             <autor Tipo="xx"></autor>
             <assunto></assunto>
             <colaborador></colaborador>
             <editor></editor>
             <data></data>
             <tipo></tipo>
             <formato></formato>
             <identificador></identificador>
             <idioma></idioma>
             <edicao></edicao>
             <id_bibliodata><id_bibliodata>
             <id_campus id_legado="xx"></id_campus>
             <cod_mov></cod_mov>
          </obra>
     <biblioteca>
XML
  ●   DATAPREV - SICADI

  Layout do Arquivo de Demonstrativo Estatístico



<?xml version="1.0" encoding="UTF-8"?>
<xsd:schema
targetNamespace="http://arquivo.xml.modelo.comum.estatistico.dataprev.gov.br"
elementFormDefault="qualified" xmlns:xsd="http://www.w3.org/2001/XMLSchema"
xmlns="http://arquivo.xml.modelo.comum.estatistico.dataprev.gov.br">

<xsd:complexType name="MovimentacaoType">
<xsd:sequence>
   <xsd:element name="inicial" type="xsd:int" maxOccurs="1" minOccurs="1">
   </xsd:element>
   <xsd:element name="entradas" type="xsd:int" maxOccurs="1" minOccurs="1">
   </xsd:element>
   <xsd:element name="saidas" type="xsd:int" maxOccurs="1" minOccurs="1">
   </xsd:element>
   <xsd:element name="observacao" type="xsd:string" maxOccurs="1" minOccurs="0">
   </xsd:element>
</xsd:sequence>
XML
 ●   Estrutura básica de um feed RSS 2.0

     < ?xml version="1.0"?>
       <rss version="2.0">
          <channel>
             <title></title>
             <link><;/link>
             <description></description>
             <item>
                <title></title>
                <link></link>
                <description></description>
             </item>
             <item>
                <title></title>
                <link><;/link>
                <description></description>
             </item>
             <item>
                <title></title>
                <link></link>
                <description></description>
             </item>
           </channel>
        </rss>
RFID
 ●   Indentificação e Rastreamento por rádio frequência
 ●   Algumas Aplicações:
       ●   Localização no Estoque
       ●   Identificação
       ●   Conferência
RFID – Exemplo da HP Sorocaba

 ●   Inicio do estudo e utilização do RFID em 2004
 ●   Produção anual superior a 1 milhão de equipamentos
 ●   99,5 % da produção e registrada com o RFID
 ●   65 leitoras espalhadas pela produção
 ●   Potencial de queda 17% nos inventários
 ●   Eliminação de Erros nas transações
 ●   Redução de 12% nos embarques dos produtos
 ●   Identidade do Produto – Ao Longo da vida útil
QRcode
 ●   Código de barras bi-dimensiona(2D)
 ●   Pode ser lido diretamente por uma câmera digital
 ●   Interpretado por programas específicos
 ●   Algumas Aplicações:
       ●   Apoio à comunicação escrita tradicional
       ●   Realidade Aumentada
       ●   Campanhas Publicitárias
QRcode - Exemplos
 ●   No Brasil
       ●   Cervejaria Nova Schin
            ●   Anúncios durante o São Paulo Fashion Week
            ●   Traziam mensagens surpresas

       ●   Claro
            ●   Códigos impressos em jornais, revistas e folhetos
            ●   Fornece um link para o Claro Idéias
            ●   Acesso à música da campanha

 ●   No Mundo
       ●   FaceBook
            ●   QRcode do perfil colocado em uma camisa
IPv6
SOA
●   Arquitetura de Software orientada a serviço
●   Funcionailidades do sistema disponibilizadas na forma de serviço
●   Serviços dispoinibilizados através de web services ou outras formas de
comunicação (Interface)
●   Utilizam as Tecnologias de Web Service
      ●   SOAP , UDDI e WSDL
SOA - Importante
 ●   Utilização de Arquitetura SOA com ERP
       ●   ERP feitos pensando em robustez
       ●   Lógica e regras de negócio do processo dentro da aplicação
       ●   Flexibilidade usando SOA
       ●   Arquiteturas arrojadas
       ●   Preço.
DATA WAREHOUSE

  ●   OLAP
  ●   Data Mining
DATA WAREHOUSE – Exemplo do SES-SP

 Escopo do projeto foi delimitado pelos sistemas de informação
 provedores de dados da saúde pública.
 - SIA (Sistema de Informação Ambulatoriais)
  - SIH (Sistema de Informações Hospitalares)
  - CNES (Cadastro Nacional de Estabelecimentos de Saúde)


 Definição das Ferramentas (Robustez)
  - OWB(Oracle Warehouse Builder) da Oracle,
 Construido um Cubo OLAP pra cada Sistema de Informação (SIA,SIH,CNES)

 Primeira fase
  - identificação de muitos desafios e dificuldades.
        Ex : Salto tecnológico muito alto; Qualidade dos dados;Altíssimo grau de expectativa do usuário final;

 Saldo final foi positivo
   - Utilização das informações nas tomadas de decisão do SES-SP
Tecnologias que proporcionam o conhecimento




  Blog
  Microblog
  RSS
  Wiki
  Redes Sociais
  Social Bookmarking
  Outros
Tecnologias

                    SOA




              SOA




                    SOA
Sistemas de Informação
Papel dos Sistemas de Informação


 ●   Controlar o funcionamento global da organização;


 ●   Coordenar atividades de interação entre departamentos;


 ●    Contribuir para a eficiência das funções vitais da
 organização
Tipos de Sistemas de Informação
Transaction Processing Systems


 ●   Suporte às atividades do dia a dia da organização;


 ●   Automação de tarefas repetitivas e transacionais;


 ●   Devem ser rápidos e conviáveis.
Knowledge Management Systems

 ●   Foco na gestão do conhecimento como um bem e
 desenvolvimento de canais por flui o conhecimento;


 ●   Gerar melhoria de performance;


 ●   Desenvolvimento de vantagens competitivas;


 ●   Inovação.
Management Information Systems

 ●   Base para as funções de planejamento, controle e
 tomada de decisão em nível gerencial;


 ●   Está orientado quase exclusivamente para eventos
 internos;


 ●   Apresentam uma estrutura conhecida de direcionamento
 para questões propostas.
Decision Support Systems
 ●    Atende    necessidades    do   nível   estratégico   da
 organização;
 ●   Auxilia a direção a tomar decisões semi-estruturadas ou
 com rápidas mudanças;
 ●   Devem responder a cada uma das mudanças que
 ocorrem ao longo de um único dia, se necessário;
 ●   Além das informações internas, utiliza informações de
 fontes externas;
 ●   São interativos, podendo mudar condições e bases de
 dados
Executive Support Systems

 ●   Sistemas de Apoio a Decisão para a presidência da
 organização;


 ●   Com acesso a mais informações;


 ●   Está direcionado a proporcionar a mudança de cenários
 sobre quais os problemas atuam.
Lembrete




  Implantar ferramentas para automatizar um
processo caótico, resulta em automatizar o caos
Estudo de Caso envolvendo RFID:
Cadeias de suprimentos no varejo
Cadeia de suprimentos no varejo
com recursos RFID
Cadeia de suprimentos no varejo
com recursos RFID
Cadeia de suprimentos no varejo
com recursos RFID
Cadeia de suprimentos no varejo
com recursos RFID
Cadeia de suprimentos no varejo
com recursos RFID
Cadeia de suprimentos no varejo
com recursos RFID
Estudo de Caso envolvendo Web 2.0: O
          ibope do Boticário
Monitoramento dos Consumidores


 Patrícia Müller, fala de percepções sobre pessoas,
 produtos de opiniões em seu blog. Em alguns destes post
 comentou sobre uma linha de produtos da Boticário. Vinte
 dias depois, Patrícia recebeu um e-mail de agradecimento
 do centro de relacionamento com o cliente da Boticário.
Monitoramento dos Consumidores




 “O boca-a-boca virtual é poderoso e, por isso, é preciso
 estar atento a ele”
                                             Ana Júlia Oliveira Baumel
      Coordenadora do centro de relacionamento com o cliente do Boticário
Monitoramento dos Consumidores


 Para isto, o Boticário contratou a empresa e.life que faz
 uma classificação prévia dos comentários. A prioridade
 são os assuntos negativos e de ação imediata, mas
 elogios também são respondidos
Estudo de Caso envolvendo Business
Intelligence como Instrumento de Apoio
             à Controladoria
Cenário Precedente à implantação


 ●   Diretoria tomava ações sem informações
 ●   Áreas não sabiam como estavam afetando outras
 ●   Tarefas eram executadas sem avaliação
 ●   Valores da controladoria questionados
 ●   Tempo gasto em tabulação de dados operacionais
 ●   Atraso em procedimentos da controladoria
Implantação das Ferramentas de BI

 Principais medidas:
 ●   Implantação do custo integrado contábil
 ●   Mudança de filosofia na gestão de TIC
 ●   Descentralização das decisões
 ●   Disponibilização da informação
 ●   Implantação de ferramentas de controle específicas da
 área de controladoria
Implantação das Ferramentas de BI
Cenário Posterior à implantação
 ●   Maior visibilidade sobre operações
 ●   Muito menos tempo de monitoramento da operação
 ●   Custos organizacionais mais bem examinados
 ●   Melhor apuração de gastos de eventos contábeis
 ●   Maior possibilidade de controle sobre cada área
 ●   Tornou-se possível o target costing
 ●   Possibilidade de implantação da Pricing
 Também foram observadas melhoras em TI, Vendas e
 Produção
Cenário Posterior à implantação

Mais conteúdo relacionado

Mais procurados

Big Data Analytics - Do MapReduce ao dashboard com Hadoop e Pentaho
Big Data Analytics - Do MapReduce ao dashboard com Hadoop e PentahoBig Data Analytics - Do MapReduce ao dashboard com Hadoop e Pentaho
Big Data Analytics - Do MapReduce ao dashboard com Hadoop e Pentaho
Ambiente Livre
 
Importância de tecnologia da informação na gestão das empresas
Importância de tecnologia da informação na gestão das empresasImportância de tecnologia da informação na gestão das empresas
Importância de tecnologia da informação na gestão das empresas
Universidade Pedagogica
 
Fundamentos TI
Fundamentos TIFundamentos TI
Fundamentos TI
Egnaldo Paulino
 
Sistemas de Informacao Integrados e Apoio 'a Decisao
Sistemas de Informacao Integrados e Apoio 'a DecisaoSistemas de Informacao Integrados e Apoio 'a Decisao
Sistemas de Informacao Integrados e Apoio 'a Decisao
Antonio Dias de Figueiredo
 
A IMPORTÂNCIA DA TECNOLOGIA DA INFORMAÇÃO: NA GESTÃO DE PROJETOS DE DESENVOLV...
A IMPORTÂNCIA DA TECNOLOGIA DA INFORMAÇÃO: NA GESTÃO DE PROJETOS DE DESENVOLV...A IMPORTÂNCIA DA TECNOLOGIA DA INFORMAÇÃO: NA GESTÃO DE PROJETOS DE DESENVOLV...
A IMPORTÂNCIA DA TECNOLOGIA DA INFORMAÇÃO: NA GESTÃO DE PROJETOS DE DESENVOLV...
Uanderson Fernandes Silva
 
Aplicabilidade do sistema de informação no desenvolvimento de sistemas embarc...
Aplicabilidade do sistema de informação no desenvolvimento de sistemas embarc...Aplicabilidade do sistema de informação no desenvolvimento de sistemas embarc...
Aplicabilidade do sistema de informação no desenvolvimento de sistemas embarc...
UNIEURO
 
Data warehouse & Data mining
Data warehouse & Data miningData warehouse & Data mining
Data warehouse & Data mining
Cassius Busemeyer
 
Datawarehouse
DatawarehouseDatawarehouse
Datawarehouse
Alana Souza
 
Sistemas de Informações Gerenciais - Aula4
Sistemas de Informações Gerenciais - Aula4Sistemas de Informações Gerenciais - Aula4
Sistemas de Informações Gerenciais - Aula4
Leandro Rezende
 
Módulo 9 gids
Módulo 9 gidsMódulo 9 gids
Módulo 9 gids
Diogo Marques
 
Capítulo 11 - Como desenvolver sistemas de informação e gerenciar projetos
Capítulo 11 - Como desenvolver sistemas de informação e gerenciar projetosCapítulo 11 - Como desenvolver sistemas de informação e gerenciar projetos
Capítulo 11 - Como desenvolver sistemas de informação e gerenciar projetos
Everton Souza
 
Pentaho Data Mining - FTSL - Fórum de Tecnologia de Software Livre - Serpro -...
Pentaho Data Mining - FTSL - Fórum de Tecnologia de Software Livre - Serpro -...Pentaho Data Mining - FTSL - Fórum de Tecnologia de Software Livre - Serpro -...
Pentaho Data Mining - FTSL - Fórum de Tecnologia de Software Livre - Serpro -...
Marcos Vinicius Fidelis
 
Palestra garimpando com pentaho data mining latinoware
Palestra garimpando com pentaho data mining latinowarePalestra garimpando com pentaho data mining latinoware
Palestra garimpando com pentaho data mining latinoware
Marcos Vinicius Fidelis
 
Sistemas Computacionais Aula 11 - Gerenciamento de Sistemas de Informação, ER...
Sistemas Computacionais Aula 11 - Gerenciamento de Sistemas de Informação, ER...Sistemas Computacionais Aula 11 - Gerenciamento de Sistemas de Informação, ER...
Sistemas Computacionais Aula 11 - Gerenciamento de Sistemas de Informação, ER...
Leinylson Fontinele
 
Data Science - A arte de estudar e analisar dados
Data Science - A arte de estudar e analisar dadosData Science - A arte de estudar e analisar dados
Data Science - A arte de estudar e analisar dados
Dayane Cristine Leite
 
Palestra big data_e_mineracao_dedados_5agosto13-versaoslideshare
Palestra big data_e_mineracao_dedados_5agosto13-versaoslidesharePalestra big data_e_mineracao_dedados_5agosto13-versaoslideshare
Palestra big data_e_mineracao_dedados_5agosto13-versaoslideshare
pccdias
 
Apostila banco de dados
Apostila banco de dadosApostila banco de dados
Apostila banco de dados
Elifranio Alves Cruz
 
Conceitos básicos e aplicações dos sistemas de informações ivaldo
Conceitos básicos e aplicações dos sistemas de informações ivaldoConceitos básicos e aplicações dos sistemas de informações ivaldo
Conceitos básicos e aplicações dos sistemas de informações ivaldo
Ivaldo Santos Barbosa
 
Banco de Dados
Banco de DadosBanco de Dados
Banco de Dados
Daniel Paz de Araújo
 
Data mining
Data miningData mining
Data mining
Welton Dias
 

Mais procurados (20)

Big Data Analytics - Do MapReduce ao dashboard com Hadoop e Pentaho
Big Data Analytics - Do MapReduce ao dashboard com Hadoop e PentahoBig Data Analytics - Do MapReduce ao dashboard com Hadoop e Pentaho
Big Data Analytics - Do MapReduce ao dashboard com Hadoop e Pentaho
 
Importância de tecnologia da informação na gestão das empresas
Importância de tecnologia da informação na gestão das empresasImportância de tecnologia da informação na gestão das empresas
Importância de tecnologia da informação na gestão das empresas
 
Fundamentos TI
Fundamentos TIFundamentos TI
Fundamentos TI
 
Sistemas de Informacao Integrados e Apoio 'a Decisao
Sistemas de Informacao Integrados e Apoio 'a DecisaoSistemas de Informacao Integrados e Apoio 'a Decisao
Sistemas de Informacao Integrados e Apoio 'a Decisao
 
A IMPORTÂNCIA DA TECNOLOGIA DA INFORMAÇÃO: NA GESTÃO DE PROJETOS DE DESENVOLV...
A IMPORTÂNCIA DA TECNOLOGIA DA INFORMAÇÃO: NA GESTÃO DE PROJETOS DE DESENVOLV...A IMPORTÂNCIA DA TECNOLOGIA DA INFORMAÇÃO: NA GESTÃO DE PROJETOS DE DESENVOLV...
A IMPORTÂNCIA DA TECNOLOGIA DA INFORMAÇÃO: NA GESTÃO DE PROJETOS DE DESENVOLV...
 
Aplicabilidade do sistema de informação no desenvolvimento de sistemas embarc...
Aplicabilidade do sistema de informação no desenvolvimento de sistemas embarc...Aplicabilidade do sistema de informação no desenvolvimento de sistemas embarc...
Aplicabilidade do sistema de informação no desenvolvimento de sistemas embarc...
 
Data warehouse & Data mining
Data warehouse & Data miningData warehouse & Data mining
Data warehouse & Data mining
 
Datawarehouse
DatawarehouseDatawarehouse
Datawarehouse
 
Sistemas de Informações Gerenciais - Aula4
Sistemas de Informações Gerenciais - Aula4Sistemas de Informações Gerenciais - Aula4
Sistemas de Informações Gerenciais - Aula4
 
Módulo 9 gids
Módulo 9 gidsMódulo 9 gids
Módulo 9 gids
 
Capítulo 11 - Como desenvolver sistemas de informação e gerenciar projetos
Capítulo 11 - Como desenvolver sistemas de informação e gerenciar projetosCapítulo 11 - Como desenvolver sistemas de informação e gerenciar projetos
Capítulo 11 - Como desenvolver sistemas de informação e gerenciar projetos
 
Pentaho Data Mining - FTSL - Fórum de Tecnologia de Software Livre - Serpro -...
Pentaho Data Mining - FTSL - Fórum de Tecnologia de Software Livre - Serpro -...Pentaho Data Mining - FTSL - Fórum de Tecnologia de Software Livre - Serpro -...
Pentaho Data Mining - FTSL - Fórum de Tecnologia de Software Livre - Serpro -...
 
Palestra garimpando com pentaho data mining latinoware
Palestra garimpando com pentaho data mining latinowarePalestra garimpando com pentaho data mining latinoware
Palestra garimpando com pentaho data mining latinoware
 
Sistemas Computacionais Aula 11 - Gerenciamento de Sistemas de Informação, ER...
Sistemas Computacionais Aula 11 - Gerenciamento de Sistemas de Informação, ER...Sistemas Computacionais Aula 11 - Gerenciamento de Sistemas de Informação, ER...
Sistemas Computacionais Aula 11 - Gerenciamento de Sistemas de Informação, ER...
 
Data Science - A arte de estudar e analisar dados
Data Science - A arte de estudar e analisar dadosData Science - A arte de estudar e analisar dados
Data Science - A arte de estudar e analisar dados
 
Palestra big data_e_mineracao_dedados_5agosto13-versaoslideshare
Palestra big data_e_mineracao_dedados_5agosto13-versaoslidesharePalestra big data_e_mineracao_dedados_5agosto13-versaoslideshare
Palestra big data_e_mineracao_dedados_5agosto13-versaoslideshare
 
Apostila banco de dados
Apostila banco de dadosApostila banco de dados
Apostila banco de dados
 
Conceitos básicos e aplicações dos sistemas de informações ivaldo
Conceitos básicos e aplicações dos sistemas de informações ivaldoConceitos básicos e aplicações dos sistemas de informações ivaldo
Conceitos básicos e aplicações dos sistemas de informações ivaldo
 
Banco de Dados
Banco de DadosBanco de Dados
Banco de Dados
 
Data mining
Data miningData mining
Data mining
 

Semelhante a Tecnologias de Informação e Comunicação no Suporte aos Sistemas de Informação na Visão Hierárquica Informacional DIKW

Usabilidade aula-03. Processos: Arquitetura de informação
Usabilidade aula-03. Processos: Arquitetura de informaçãoUsabilidade aula-03. Processos: Arquitetura de informação
Usabilidade aula-03. Processos: Arquitetura de informação
Alan Vasconcelos
 
Transformação Digital e gestão de documentos
Transformação Digital e gestão de documentosTransformação Digital e gestão de documentos
Transformação Digital e gestão de documentos
Charlley Luz
 
6 Principios arquitetura de dados moderna
6 Principios arquitetura de dados moderna6 Principios arquitetura de dados moderna
6 Principios arquitetura de dados moderna
Jhonathan de Souza Soares
 
Curso de soluções tecnológicas em PD
Curso de soluções tecnológicas em PDCurso de soluções tecnológicas em PD
Curso de soluções tecnológicas em PD
Cariniana Rede
 
Tecnologia para o processo de tomada de decisão
Tecnologia para o processo de tomada de decisãoTecnologia para o processo de tomada de decisão
Tecnologia para o processo de tomada de decisão
alessandrotk
 
Aula Magna Sobre BI & BigData na UNIA, Luanda - Angola
Aula Magna Sobre BI & BigData na UNIA, Luanda - AngolaAula Magna Sobre BI & BigData na UNIA, Luanda - Angola
Aula Magna Sobre BI & BigData na UNIA, Luanda - Angola
alexculpado
 
PostgreSQL em projetos de Business Analytics e Big Data Analytics com Pentaho
PostgreSQL em projetos de Business Analytics e Big Data Analytics com PentahoPostgreSQL em projetos de Business Analytics e Big Data Analytics com Pentaho
PostgreSQL em projetos de Business Analytics e Big Data Analytics com Pentaho
Ambiente Livre
 
PETIC-UFS 2010-2012
PETIC-UFS 2010-2012PETIC-UFS 2010-2012
PETIC-UFS 2010-2012
geraldoao
 
Lecture 7 :: Ferramentas Case
Lecture 7 :: Ferramentas CaseLecture 7 :: Ferramentas Case
Lecture 7 :: Ferramentas Case
Rogerio P C do Nascimento
 
Flisol 2016 fidelis - Curitiba - PR - Brazil
Flisol 2016   fidelis - Curitiba - PR - BrazilFlisol 2016   fidelis - Curitiba - PR - Brazil
Flisol 2016 fidelis - Curitiba - PR - Brazil
Marcos Vinicius Fidelis
 
Minha Vida Fiap - Desenvolvimento
Minha Vida Fiap - DesenvolvimentoMinha Vida Fiap - Desenvolvimento
Minha Vida Fiap - Desenvolvimento
Rodolfo Fadino Junior
 
aula01_Fundamentos de Banco de Dados.pptx.pdf
aula01_Fundamentos de Banco de Dados.pptx.pdfaula01_Fundamentos de Banco de Dados.pptx.pdf
aula01_Fundamentos de Banco de Dados.pptx.pdf
ssuser7a84f91
 
Gic1
Gic1Gic1
Gic1
Eric Vaz
 
Folderdataprev2016 web
Folderdataprev2016 webFolderdataprev2016 web
Folderdataprev2016 web
Sirlei de Fatima Barreiro Jabali
 
Gestão de informações no ambiente agro industrial
Gestão de informações no ambiente agro industrialGestão de informações no ambiente agro industrial
Gestão de informações no ambiente agro industrial
Claudecir Santos
 
TA1 - Slides Acessibilidade.pdf
TA1 - Slides Acessibilidade.pdfTA1 - Slides Acessibilidade.pdf
TA1 - Slides Acessibilidade.pdf
SandroPolizelLaurent
 
Pentaho, Hadoop , Big Data e Data Lakes
Pentaho, Hadoop , Big Data e Data LakesPentaho, Hadoop , Big Data e Data Lakes
Pentaho, Hadoop , Big Data e Data Lakes
Ambiente Livre
 
TDC2016SP - Trilha BigData
TDC2016SP - Trilha BigDataTDC2016SP - Trilha BigData
TDC2016SP - Trilha BigData
tdc-globalcode
 
TDC2017 - Misturando dados com Pentaho para insights mais significativos
TDC2017 - Misturando dados com Pentaho para insights mais significativosTDC2017 - Misturando dados com Pentaho para insights mais significativos
TDC2017 - Misturando dados com Pentaho para insights mais significativos
Ambiente Livre
 
Curso Gratuito Online Desmistificando BI (Business Intelligence) Open Source ...
Curso Gratuito Online Desmistificando BI (Business Intelligence) Open Source ...Curso Gratuito Online Desmistificando BI (Business Intelligence) Open Source ...
Curso Gratuito Online Desmistificando BI (Business Intelligence) Open Source ...
Caio Moreno
 

Semelhante a Tecnologias de Informação e Comunicação no Suporte aos Sistemas de Informação na Visão Hierárquica Informacional DIKW (20)

Usabilidade aula-03. Processos: Arquitetura de informação
Usabilidade aula-03. Processos: Arquitetura de informaçãoUsabilidade aula-03. Processos: Arquitetura de informação
Usabilidade aula-03. Processos: Arquitetura de informação
 
Transformação Digital e gestão de documentos
Transformação Digital e gestão de documentosTransformação Digital e gestão de documentos
Transformação Digital e gestão de documentos
 
6 Principios arquitetura de dados moderna
6 Principios arquitetura de dados moderna6 Principios arquitetura de dados moderna
6 Principios arquitetura de dados moderna
 
Curso de soluções tecnológicas em PD
Curso de soluções tecnológicas em PDCurso de soluções tecnológicas em PD
Curso de soluções tecnológicas em PD
 
Tecnologia para o processo de tomada de decisão
Tecnologia para o processo de tomada de decisãoTecnologia para o processo de tomada de decisão
Tecnologia para o processo de tomada de decisão
 
Aula Magna Sobre BI & BigData na UNIA, Luanda - Angola
Aula Magna Sobre BI & BigData na UNIA, Luanda - AngolaAula Magna Sobre BI & BigData na UNIA, Luanda - Angola
Aula Magna Sobre BI & BigData na UNIA, Luanda - Angola
 
PostgreSQL em projetos de Business Analytics e Big Data Analytics com Pentaho
PostgreSQL em projetos de Business Analytics e Big Data Analytics com PentahoPostgreSQL em projetos de Business Analytics e Big Data Analytics com Pentaho
PostgreSQL em projetos de Business Analytics e Big Data Analytics com Pentaho
 
PETIC-UFS 2010-2012
PETIC-UFS 2010-2012PETIC-UFS 2010-2012
PETIC-UFS 2010-2012
 
Lecture 7 :: Ferramentas Case
Lecture 7 :: Ferramentas CaseLecture 7 :: Ferramentas Case
Lecture 7 :: Ferramentas Case
 
Flisol 2016 fidelis - Curitiba - PR - Brazil
Flisol 2016   fidelis - Curitiba - PR - BrazilFlisol 2016   fidelis - Curitiba - PR - Brazil
Flisol 2016 fidelis - Curitiba - PR - Brazil
 
Minha Vida Fiap - Desenvolvimento
Minha Vida Fiap - DesenvolvimentoMinha Vida Fiap - Desenvolvimento
Minha Vida Fiap - Desenvolvimento
 
aula01_Fundamentos de Banco de Dados.pptx.pdf
aula01_Fundamentos de Banco de Dados.pptx.pdfaula01_Fundamentos de Banco de Dados.pptx.pdf
aula01_Fundamentos de Banco de Dados.pptx.pdf
 
Gic1
Gic1Gic1
Gic1
 
Folderdataprev2016 web
Folderdataprev2016 webFolderdataprev2016 web
Folderdataprev2016 web
 
Gestão de informações no ambiente agro industrial
Gestão de informações no ambiente agro industrialGestão de informações no ambiente agro industrial
Gestão de informações no ambiente agro industrial
 
TA1 - Slides Acessibilidade.pdf
TA1 - Slides Acessibilidade.pdfTA1 - Slides Acessibilidade.pdf
TA1 - Slides Acessibilidade.pdf
 
Pentaho, Hadoop , Big Data e Data Lakes
Pentaho, Hadoop , Big Data e Data LakesPentaho, Hadoop , Big Data e Data Lakes
Pentaho, Hadoop , Big Data e Data Lakes
 
TDC2016SP - Trilha BigData
TDC2016SP - Trilha BigDataTDC2016SP - Trilha BigData
TDC2016SP - Trilha BigData
 
TDC2017 - Misturando dados com Pentaho para insights mais significativos
TDC2017 - Misturando dados com Pentaho para insights mais significativosTDC2017 - Misturando dados com Pentaho para insights mais significativos
TDC2017 - Misturando dados com Pentaho para insights mais significativos
 
Curso Gratuito Online Desmistificando BI (Business Intelligence) Open Source ...
Curso Gratuito Online Desmistificando BI (Business Intelligence) Open Source ...Curso Gratuito Online Desmistificando BI (Business Intelligence) Open Source ...
Curso Gratuito Online Desmistificando BI (Business Intelligence) Open Source ...
 

Mais de Felipe J. R. Vieira

ICC - Aula 15 - Ambiente Pascal e Suas Estruturas
ICC - Aula 15 - Ambiente Pascal e Suas EstruturasICC - Aula 15 - Ambiente Pascal e Suas Estruturas
ICC - Aula 15 - Ambiente Pascal e Suas Estruturas
Felipe J. R. Vieira
 
POO - Aula 13 - Classe Abstrata e Interface
POO - Aula 13 - Classe Abstrata e InterfacePOO - Aula 13 - Classe Abstrata e Interface
POO - Aula 13 - Classe Abstrata e Interface
Felipe J. R. Vieira
 
MC – Aula 11 – Aplicativos
MC – Aula 11 – AplicativosMC – Aula 11 – Aplicativos
MC – Aula 11 – Aplicativos
Felipe J. R. Vieira
 
MC – Aula 10 – Sistemas Operacionais
MC – Aula 10 – Sistemas OperacionaisMC – Aula 10 – Sistemas Operacionais
MC – Aula 10 – Sistemas Operacionais
Felipe J. R. Vieira
 
MC – Aula 09 – Sistemas Operacionais (Introdução)
MC – Aula 09 – Sistemas Operacionais (Introdução)MC – Aula 09 – Sistemas Operacionais (Introdução)
MC – Aula 09 – Sistemas Operacionais (Introdução)
Felipe J. R. Vieira
 
POO - Aula 10 - Polimorfismo
POO - Aula 10 - PolimorfismoPOO - Aula 10 - Polimorfismo
POO - Aula 10 - Polimorfismo
Felipe J. R. Vieira
 
POO - Aula 09 - Herança
POO - Aula 09 - HerançaPOO - Aula 09 - Herança
POO - Aula 09 - Herança
Felipe J. R. Vieira
 
MC - Aula 06 - Placa Mãe, E-S e Outras Informações
MC - Aula 06 - Placa Mãe, E-S e Outras InformaçõesMC - Aula 06 - Placa Mãe, E-S e Outras Informações
MC - Aula 06 - Placa Mãe, E-S e Outras Informações
Felipe J. R. Vieira
 
ICC – Aula 09 – Estrutura de Repetição
ICC – Aula 09 – Estrutura de RepetiçãoICC – Aula 09 – Estrutura de Repetição
ICC – Aula 09 – Estrutura de Repetição
Felipe J. R. Vieira
 
MC - Aula 05 - Memória e Dispositivos de Armazenamento
MC - Aula 05 - Memória e Dispositivos de ArmazenamentoMC - Aula 05 - Memória e Dispositivos de Armazenamento
MC - Aula 05 - Memória e Dispositivos de Armazenamento
Felipe J. R. Vieira
 
POO - Aula 06 - Modificadores de Acesso
POO - Aula 06 - Modificadores de AcessoPOO - Aula 06 - Modificadores de Acesso
POO - Aula 06 - Modificadores de Acesso
Felipe J. R. Vieira
 
POO - Aula 07 - Construtores e Atributos de Classe
POO - Aula 07 - Construtores e Atributos de ClassePOO - Aula 07 - Construtores e Atributos de Classe
POO - Aula 07 - Construtores e Atributos de Classe
Felipe J. R. Vieira
 
ICC – Aula 07 – Condicional Múltipla
ICC – Aula 07 – Condicional MúltiplaICC – Aula 07 – Condicional Múltipla
ICC – Aula 07 – Condicional Múltipla
Felipe J. R. Vieira
 
POO - Aula 05 - Referências e Vetores
POO - Aula 05 - Referências e VetoresPOO - Aula 05 - Referências e Vetores
POO - Aula 05 - Referências e Vetores
Felipe J. R. Vieira
 
MC – Aula 04 – Unidade central de processamento e Memória
MC – Aula 04 – Unidade central de processamento e MemóriaMC – Aula 04 – Unidade central de processamento e Memória
MC – Aula 04 – Unidade central de processamento e Memória
Felipe J. R. Vieira
 
ICC - Aula 05 - Estrutura de controle, sequencial e condicional
ICC - Aula 05 - Estrutura de controle, sequencial e condicionalICC - Aula 05 - Estrutura de controle, sequencial e condicional
ICC - Aula 05 - Estrutura de controle, sequencial e condicional
Felipe J. R. Vieira
 
POO - Aula 04 - Introdução a classes e objetos
POO - Aula 04 - Introdução a classes e objetosPOO - Aula 04 - Introdução a classes e objetos
POO - Aula 04 - Introdução a classes e objetos
Felipe J. R. Vieira
 
ICC - Aula 04 - Expressões literais, comando de atribuição e de entrada/saída
ICC - Aula 04 - Expressões literais, comando de atribuição e de entrada/saídaICC - Aula 04 - Expressões literais, comando de atribuição e de entrada/saída
ICC - Aula 04 - Expressões literais, comando de atribuição e de entrada/saída
Felipe J. R. Vieira
 
MC - Aula 03 - Conceitos Iniciais
MC - Aula 03 -  Conceitos IniciaisMC - Aula 03 -  Conceitos Iniciais
MC - Aula 03 - Conceitos Iniciais
Felipe J. R. Vieira
 
POO - Aula 02 - Fatores de Qualidade de Software e Introdução ao Java
POO - Aula 02 -  Fatores de Qualidade de Software e Introdução ao JavaPOO - Aula 02 -  Fatores de Qualidade de Software e Introdução ao Java
POO - Aula 02 - Fatores de Qualidade de Software e Introdução ao Java
Felipe J. R. Vieira
 

Mais de Felipe J. R. Vieira (20)

ICC - Aula 15 - Ambiente Pascal e Suas Estruturas
ICC - Aula 15 - Ambiente Pascal e Suas EstruturasICC - Aula 15 - Ambiente Pascal e Suas Estruturas
ICC - Aula 15 - Ambiente Pascal e Suas Estruturas
 
POO - Aula 13 - Classe Abstrata e Interface
POO - Aula 13 - Classe Abstrata e InterfacePOO - Aula 13 - Classe Abstrata e Interface
POO - Aula 13 - Classe Abstrata e Interface
 
MC – Aula 11 – Aplicativos
MC – Aula 11 – AplicativosMC – Aula 11 – Aplicativos
MC – Aula 11 – Aplicativos
 
MC – Aula 10 – Sistemas Operacionais
MC – Aula 10 – Sistemas OperacionaisMC – Aula 10 – Sistemas Operacionais
MC – Aula 10 – Sistemas Operacionais
 
MC – Aula 09 – Sistemas Operacionais (Introdução)
MC – Aula 09 – Sistemas Operacionais (Introdução)MC – Aula 09 – Sistemas Operacionais (Introdução)
MC – Aula 09 – Sistemas Operacionais (Introdução)
 
POO - Aula 10 - Polimorfismo
POO - Aula 10 - PolimorfismoPOO - Aula 10 - Polimorfismo
POO - Aula 10 - Polimorfismo
 
POO - Aula 09 - Herança
POO - Aula 09 - HerançaPOO - Aula 09 - Herança
POO - Aula 09 - Herança
 
MC - Aula 06 - Placa Mãe, E-S e Outras Informações
MC - Aula 06 - Placa Mãe, E-S e Outras InformaçõesMC - Aula 06 - Placa Mãe, E-S e Outras Informações
MC - Aula 06 - Placa Mãe, E-S e Outras Informações
 
ICC – Aula 09 – Estrutura de Repetição
ICC – Aula 09 – Estrutura de RepetiçãoICC – Aula 09 – Estrutura de Repetição
ICC – Aula 09 – Estrutura de Repetição
 
MC - Aula 05 - Memória e Dispositivos de Armazenamento
MC - Aula 05 - Memória e Dispositivos de ArmazenamentoMC - Aula 05 - Memória e Dispositivos de Armazenamento
MC - Aula 05 - Memória e Dispositivos de Armazenamento
 
POO - Aula 06 - Modificadores de Acesso
POO - Aula 06 - Modificadores de AcessoPOO - Aula 06 - Modificadores de Acesso
POO - Aula 06 - Modificadores de Acesso
 
POO - Aula 07 - Construtores e Atributos de Classe
POO - Aula 07 - Construtores e Atributos de ClassePOO - Aula 07 - Construtores e Atributos de Classe
POO - Aula 07 - Construtores e Atributos de Classe
 
ICC – Aula 07 – Condicional Múltipla
ICC – Aula 07 – Condicional MúltiplaICC – Aula 07 – Condicional Múltipla
ICC – Aula 07 – Condicional Múltipla
 
POO - Aula 05 - Referências e Vetores
POO - Aula 05 - Referências e VetoresPOO - Aula 05 - Referências e Vetores
POO - Aula 05 - Referências e Vetores
 
MC – Aula 04 – Unidade central de processamento e Memória
MC – Aula 04 – Unidade central de processamento e MemóriaMC – Aula 04 – Unidade central de processamento e Memória
MC – Aula 04 – Unidade central de processamento e Memória
 
ICC - Aula 05 - Estrutura de controle, sequencial e condicional
ICC - Aula 05 - Estrutura de controle, sequencial e condicionalICC - Aula 05 - Estrutura de controle, sequencial e condicional
ICC - Aula 05 - Estrutura de controle, sequencial e condicional
 
POO - Aula 04 - Introdução a classes e objetos
POO - Aula 04 - Introdução a classes e objetosPOO - Aula 04 - Introdução a classes e objetos
POO - Aula 04 - Introdução a classes e objetos
 
ICC - Aula 04 - Expressões literais, comando de atribuição e de entrada/saída
ICC - Aula 04 - Expressões literais, comando de atribuição e de entrada/saídaICC - Aula 04 - Expressões literais, comando de atribuição e de entrada/saída
ICC - Aula 04 - Expressões literais, comando de atribuição e de entrada/saída
 
MC - Aula 03 - Conceitos Iniciais
MC - Aula 03 -  Conceitos IniciaisMC - Aula 03 -  Conceitos Iniciais
MC - Aula 03 - Conceitos Iniciais
 
POO - Aula 02 - Fatores de Qualidade de Software e Introdução ao Java
POO - Aula 02 -  Fatores de Qualidade de Software e Introdução ao JavaPOO - Aula 02 -  Fatores de Qualidade de Software e Introdução ao Java
POO - Aula 02 - Fatores de Qualidade de Software e Introdução ao Java
 

Tecnologias de Informação e Comunicação no Suporte aos Sistemas de Informação na Visão Hierárquica Informacional DIKW

  • 1. Universidade Federal de Sergipe Departamento de Computação Sistemas de Informação Tecnologias de Informação e Comunicação no Suporte aos Sistemas de Informação na Visão Hierárquica Informacional DIKW Diego Armando, Felipe J. R. Vieira, Roberto Pizzi
  • 2. Hierarquia DICS “Onde está a sabedoria que perdemos no conhecimento? Onde está o conhecimento que perdemos na informação?” T.S. Eliot, "The Rock", F
  • 3. Ciência da Informação Estuda a informação desde a sua gênese até o processo de transformação de dados em conhecimento. Principais áreas de estudo: ● Logística da informação ● Planejamento de informação ● Modelagem de dados ● Análise de dados
  • 4. Gestão do Conhecimento Possui o objetivo de controlar, facilitar o acesso e manter um gerenciamento integrado sobre as informações em seus diversos meios. É um processo sistemático, articulado e intencional, apoiado na geração, codificação, disseminação e apropriação de conhecimentos, com o propósito de atingir a excelência organizacional.
  • 5. Gestão do Conhecimento Processo cíclico de conversão do conhecimento
  • 6. Hierarquia Informacional ● Informação, Conhecimento, Sabedoria ● Dado, Informação, Conhecimento ● Ruído, Dado, Informação, Conhecimento, Compreensão, Sabedoria
  • 7. Hierarquia DICS Information is not knowledge, Knowledge is not wisdom, Wisdom is not truth, Truth is not beauty, Beauty is not love, Love is not music, and Music is THE BEST. “Packard Goose”, Frank Zappa (1979)
  • 8. Hierarquia DICS A hierarquia DIKW (DICS) é um modelo teórico que se mostra útil na análise e no entendimento da importância e limites das atividades dos trabalhadores do conhecimento. ● Dados (Data) é o nível mais básico; ● Informação (Information) acrescenta contexto e significado aos dados; ● Conhecimento (Knowledge) acrescenta a forma como usar adequadamente a informação; ● Sabedoria (Wisdow) acrescenta o entendimento de quando utilizá-los.
  • 10. Dado Dados são pedaços de informação que representam os atributos qualitativos ou quantitativos de uma variável ou um conjunto de variáveis. Podem consistir de: ● Números ● Palavras ● Imagens
  • 11. Informação Enquanto conceito, carrega uma diversidade de significados, do uso cotidiano ao técnico. ● Mensagem ● Padrão ● Estímulo sensorial ● Uma influência que leva à transformação ● Uma propriedade na física ● Registros
  • 12. Conhecimento “Um conjunto de todos os valores culturais, intelectuais, morais, religiosos, artísticos, emocionais e tecnológicos da espécie humana.” Aurélio – Nova Fronteira Pode ser: ● Tácito ● Explícito
  • 13. Sabedoria "Por sabedoria entendo a arte de tornar a vida o mais agradável e feliz possível." (Arthur Schopenhauer) "Ciência é conhecimento organizado. Sabedoria é vida organizada." (Immanuel Kant) "A sabedoria é filha da experiência." (Leonardo da Vinci) "A sabedoria é a parte suprema da felicidade." (Sófocles)
  • 14. Fonte: Revista The Futurist
  • 15. Tecnologias de Informação e Comunicação
  • 16. Tecnologia “Conjunto complexo de técnicas, artes e ofícios capazes de modificar/Transformar o ambiente natural , social e humano em novas realidades.”
  • 17. XML ● XML Schema ● XML Security ● XSLT
  • 18. XML ● Sistema Integrado de Bibliotecas ACAFE Modelo de Arquivo XML para a captação e importação de dados <biblioteca> <id_ies></id_ies> <obra> <titulo></titulo> <autor Tipo="xx"></autor> <assunto></assunto> <colaborador></colaborador> <editor></editor> <data></data> <tipo></tipo> <formato></formato> <identificador></identificador> <idioma></idioma> <edicao></edicao> <id_bibliodata><id_bibliodata> <id_campus id_legado="xx"></id_campus> <cod_mov></cod_mov> </obra> <biblioteca>
  • 19. XML ● DATAPREV - SICADI Layout do Arquivo de Demonstrativo Estatístico <?xml version="1.0" encoding="UTF-8"?> <xsd:schema targetNamespace="http://arquivo.xml.modelo.comum.estatistico.dataprev.gov.br" elementFormDefault="qualified" xmlns:xsd="http://www.w3.org/2001/XMLSchema" xmlns="http://arquivo.xml.modelo.comum.estatistico.dataprev.gov.br"> <xsd:complexType name="MovimentacaoType"> <xsd:sequence> <xsd:element name="inicial" type="xsd:int" maxOccurs="1" minOccurs="1"> </xsd:element> <xsd:element name="entradas" type="xsd:int" maxOccurs="1" minOccurs="1"> </xsd:element> <xsd:element name="saidas" type="xsd:int" maxOccurs="1" minOccurs="1"> </xsd:element> <xsd:element name="observacao" type="xsd:string" maxOccurs="1" minOccurs="0"> </xsd:element> </xsd:sequence>
  • 20. XML ● Estrutura básica de um feed RSS 2.0 < ?xml version="1.0"?> <rss version="2.0"> <channel> <title></title> <link><;/link> <description></description> <item> <title></title> <link></link> <description></description> </item> <item> <title></title> <link><;/link> <description></description> </item> <item> <title></title> <link></link> <description></description> </item> </channel> </rss>
  • 21. RFID ● Indentificação e Rastreamento por rádio frequência ● Algumas Aplicações: ● Localização no Estoque ● Identificação ● Conferência
  • 22. RFID – Exemplo da HP Sorocaba ● Inicio do estudo e utilização do RFID em 2004 ● Produção anual superior a 1 milhão de equipamentos ● 99,5 % da produção e registrada com o RFID ● 65 leitoras espalhadas pela produção ● Potencial de queda 17% nos inventários ● Eliminação de Erros nas transações ● Redução de 12% nos embarques dos produtos ● Identidade do Produto – Ao Longo da vida útil
  • 23. QRcode ● Código de barras bi-dimensiona(2D) ● Pode ser lido diretamente por uma câmera digital ● Interpretado por programas específicos ● Algumas Aplicações: ● Apoio à comunicação escrita tradicional ● Realidade Aumentada ● Campanhas Publicitárias
  • 24. QRcode - Exemplos ● No Brasil ● Cervejaria Nova Schin ● Anúncios durante o São Paulo Fashion Week ● Traziam mensagens surpresas ● Claro ● Códigos impressos em jornais, revistas e folhetos ● Fornece um link para o Claro Idéias ● Acesso à música da campanha ● No Mundo ● FaceBook ● QRcode do perfil colocado em uma camisa
  • 25. IPv6
  • 26. SOA ● Arquitetura de Software orientada a serviço ● Funcionailidades do sistema disponibilizadas na forma de serviço ● Serviços dispoinibilizados através de web services ou outras formas de comunicação (Interface) ● Utilizam as Tecnologias de Web Service ● SOAP , UDDI e WSDL
  • 27. SOA - Importante ● Utilização de Arquitetura SOA com ERP ● ERP feitos pensando em robustez ● Lógica e regras de negócio do processo dentro da aplicação ● Flexibilidade usando SOA ● Arquiteturas arrojadas ● Preço.
  • 28. DATA WAREHOUSE ● OLAP ● Data Mining
  • 29. DATA WAREHOUSE – Exemplo do SES-SP Escopo do projeto foi delimitado pelos sistemas de informação provedores de dados da saúde pública. - SIA (Sistema de Informação Ambulatoriais) - SIH (Sistema de Informações Hospitalares) - CNES (Cadastro Nacional de Estabelecimentos de Saúde) Definição das Ferramentas (Robustez) - OWB(Oracle Warehouse Builder) da Oracle, Construido um Cubo OLAP pra cada Sistema de Informação (SIA,SIH,CNES) Primeira fase - identificação de muitos desafios e dificuldades. Ex : Salto tecnológico muito alto; Qualidade dos dados;Altíssimo grau de expectativa do usuário final; Saldo final foi positivo - Utilização das informações nas tomadas de decisão do SES-SP
  • 30. Tecnologias que proporcionam o conhecimento Blog Microblog RSS Wiki Redes Sociais Social Bookmarking Outros
  • 31. Tecnologias SOA SOA SOA
  • 33. Papel dos Sistemas de Informação ● Controlar o funcionamento global da organização; ● Coordenar atividades de interação entre departamentos; ● Contribuir para a eficiência das funções vitais da organização
  • 34. Tipos de Sistemas de Informação
  • 35. Transaction Processing Systems ● Suporte às atividades do dia a dia da organização; ● Automação de tarefas repetitivas e transacionais; ● Devem ser rápidos e conviáveis.
  • 36. Knowledge Management Systems ● Foco na gestão do conhecimento como um bem e desenvolvimento de canais por flui o conhecimento; ● Gerar melhoria de performance; ● Desenvolvimento de vantagens competitivas; ● Inovação.
  • 37. Management Information Systems ● Base para as funções de planejamento, controle e tomada de decisão em nível gerencial; ● Está orientado quase exclusivamente para eventos internos; ● Apresentam uma estrutura conhecida de direcionamento para questões propostas.
  • 38. Decision Support Systems ● Atende necessidades do nível estratégico da organização; ● Auxilia a direção a tomar decisões semi-estruturadas ou com rápidas mudanças; ● Devem responder a cada uma das mudanças que ocorrem ao longo de um único dia, se necessário; ● Além das informações internas, utiliza informações de fontes externas; ● São interativos, podendo mudar condições e bases de dados
  • 39. Executive Support Systems ● Sistemas de Apoio a Decisão para a presidência da organização; ● Com acesso a mais informações; ● Está direcionado a proporcionar a mudança de cenários sobre quais os problemas atuam.
  • 40. Lembrete Implantar ferramentas para automatizar um processo caótico, resulta em automatizar o caos
  • 41. Estudo de Caso envolvendo RFID: Cadeias de suprimentos no varejo
  • 42. Cadeia de suprimentos no varejo com recursos RFID
  • 43. Cadeia de suprimentos no varejo com recursos RFID
  • 44. Cadeia de suprimentos no varejo com recursos RFID
  • 45. Cadeia de suprimentos no varejo com recursos RFID
  • 46. Cadeia de suprimentos no varejo com recursos RFID
  • 47. Cadeia de suprimentos no varejo com recursos RFID
  • 48. Estudo de Caso envolvendo Web 2.0: O ibope do Boticário
  • 49. Monitoramento dos Consumidores Patrícia Müller, fala de percepções sobre pessoas, produtos de opiniões em seu blog. Em alguns destes post comentou sobre uma linha de produtos da Boticário. Vinte dias depois, Patrícia recebeu um e-mail de agradecimento do centro de relacionamento com o cliente da Boticário.
  • 50. Monitoramento dos Consumidores “O boca-a-boca virtual é poderoso e, por isso, é preciso estar atento a ele” Ana Júlia Oliveira Baumel Coordenadora do centro de relacionamento com o cliente do Boticário
  • 51. Monitoramento dos Consumidores Para isto, o Boticário contratou a empresa e.life que faz uma classificação prévia dos comentários. A prioridade são os assuntos negativos e de ação imediata, mas elogios também são respondidos
  • 52. Estudo de Caso envolvendo Business Intelligence como Instrumento de Apoio à Controladoria
  • 53. Cenário Precedente à implantação ● Diretoria tomava ações sem informações ● Áreas não sabiam como estavam afetando outras ● Tarefas eram executadas sem avaliação ● Valores da controladoria questionados ● Tempo gasto em tabulação de dados operacionais ● Atraso em procedimentos da controladoria
  • 54. Implantação das Ferramentas de BI Principais medidas: ● Implantação do custo integrado contábil ● Mudança de filosofia na gestão de TIC ● Descentralização das decisões ● Disponibilização da informação ● Implantação de ferramentas de controle específicas da área de controladoria
  • 56. Cenário Posterior à implantação ● Maior visibilidade sobre operações ● Muito menos tempo de monitoramento da operação ● Custos organizacionais mais bem examinados ● Melhor apuração de gastos de eventos contábeis ● Maior possibilidade de controle sobre cada área ● Tornou-se possível o target costing ● Possibilidade de implantação da Pricing Também foram observadas melhoras em TI, Vendas e Produção
  • 57. Cenário Posterior à implantação