Download a importância de uma organização adquirir vantagem estratégica

Revista de Ciências
Gerenciais
Vol. XIII, Nº. 18, Ano 2009
A IMPORTÂNCIA DE UMA ORGANIZAÇÃO
ADQUIRIR VANTAGEM ESTRATÉGICA
UTILIZANDO FERRAMENTAS DE TECNOLOGIA DA
INFORMAÇÃO
Anderson José Souza
Faculdade Anhanguera de Joinville
[email protected]
Keila Alves Godinho
Faculdade Anhanguera de Joinville
[email protected]
Roseana Poerner
Faculdade Anhanguera de Joinville
[email protected]
RESUMO
O presente trabalho tem como objetivo mostrar que dados brutos adquiridos
ao longo da existência de uma empresa, que não foram submetidos a
análises por nenhuma ferramenta de Tecnologia da Informação, quando
armazenados em ambientes de forma ordenada, tendem a ser extremamente
úteis no momento da tomada de decisões. Podendo ter um papel
determinante para que a empresa possa obter vantagem estratégica
competitiva, diante do mercado em que atua. Foram abordados o princípio
de toda a informação, e a forma como ela é gerada através dos dados
inseridos no sistema, até a sua transformação em uma informação concisa
para determinado setor específico. Além disso, abordaremos ainda, as
principais ferramentas de Tecnologia da Informação utilizadas no mundo
empresarial, como o Data Warehouse, o Data Mining, e o Data Mart.
Palavras-Chave: estratégia competitiva; sistemas de informação; tecnologia
da informação.
ABSTRACT
This work aims to show that raw data acquired during the existence of a
company, which were not submitted for analysis by any tool of Information
Technology, when stored in environments in an orderly manner, tend to be
extremely useful when making decisions. May have a crucial role for the
company to achieve strategic competitive advantage, given the market in
which it operates. Also, the principle of all information were addressed, and
how it is generated through the data entered into the system, until its
transformation into a concise information for a specific sector. Furthermore
we discuss the main tools of Information Technology used in business such
as Data Warehouse, Data Mining and Data Mart.
Keywords: competitive strategy; information system; information technology.
Anhanguera Educacional S.A.
Correspondência/Contato
Alameda Maria Tereza, 2000
Valinhos, São Paulo
CEP 13.278-181
[email protected]
Coordenação
Instituto de Pesquisas Aplicadas e
Desenvolvimento Educacional - IPADE
Informe Técnico
Recebido em: 13/09/2009
Avaliado em: 16/05/2010
Publicação: 22 de setembro de 2010
131
132
A importância de uma organização adquirir vantagem estratégica utilizando ferramentas de tecnologia da informação
1.
INTRODUÇÃO
Até bem pouco tempo atrás, as empresas não viam muito sentido em trabalhar com
Sistemas de Informação, muito menos com ferramentas voltadas diretamente para a
internet. Pensava-se que seria mais um modismo e logo tudo voltaria ao que era antes,
bloquinhos de anotação, pilhas e pilhas de papéis sobre a mesa, deslocamentos
desnecessários, entre outros entraves que existiam. Acontece que a revolução da internet
veio, modificou a nossa forma de trabalho, nos deu rapidez e agilidade, nos mostrou um
novo mundo a ser desbravado. Com isso ganhamos tempo para fazer outras coisas que
antes eram impossíveis, devido ao tempo que se levava para conseguir um relatório, para
fazer um inventário de estoque e para tomar decisões.
Nos moldes mais atuais, a internet está até se tornando a base de diferentes
modelos de negócios, inclusive inovando velhos métodos visto que, até pouco tempo atrás
o acesso era através de linha discada e hoje, podemos nos conectar com simples
dispositivos de qualquer lugar, basta apenas tem um aparelho que faça a conexão, e o
“mundo” pode estar nas palmas de nossas mãos. Estas mudanças todas ocorreram por
conta da era do conhecimento, com informações fornecidas por um clique, em segundos.
Isto dá a nós administradores e aos gestores, a possibilidade de elaborar estratégias
competitivas diante do mercado, seja de concorrentes ou fornecedores.
De acordo com Porter, “estratégia competitiva é uma combinação dos fins
(metas) que a empresa busca e dos meios (políticas) pelos quais ela está buscando chegar
lá.” (PORTER, 1986, p.16). Estas vantagens estratégias se bem elaboradas, podem trazer
inúmeras possibilidades de ganhos em escala as empresas. Pretende-se verificar, portanto
o que é vantagem estratégica, como se consegue obtê-la, utilizando-se de ferramentas
obtidas através da tecnologia da informação.
2.
CONCEITO DE SISTEMA DE INFORMAÇÃO
Quanto ao conceito de Sistema de Informação, existem diversos, mas em sua essência,
querem dizer a mesma coisa.
Um sistema de informação pode ser definido tecnicamente como um conjunto de
componentes inter-relacionados que coleta (ou recupera), processa, armazena e distribui
informação para dar suporte na tomada de decisão e ao controle da organização.
(LAUDON; LAUDON, 2001, p. 04).
E Côrtes (2008) considera que um sistema de informação é:
O conjunto de componentes ou módulos inter-relacionados que possibilitam a entrada
ou coleta de dados, seu processamento e a geração de informações necessárias à tomada
Revista de Ciências Gerenciais • Vol. XIII, Nº. 18, Ano 2009 • p. 131-145
Anderson José Souza, Keila Alves Godinho, Roseana Poerner
133
de decisões voltadas ao planejamento, desenvolvimento e acompanhamento de ações.
(CÔRTES, 2008, p. 25).
Já para O’Brien (2002, p. 17), “pode ser definido simplesmente como um grupo
de elementos inter-relacionados ou em interação que formam um todo unificado”. Ele
comenta que os sistemas são muito semelhantes aos sistemas que encontramos em
ciências físicas e biológicas, onde há a entrada de matéria prima, o processamento desta
matéria e o resultado é o produto final.
2.1. Dados e Informação
Por inúmeras vezes, apesar de serem coisas totalmente diferentes, muito ainda se
confunde dado e informação.
“Dados são correntes de fatos brutos que representam eventos que estão
ocorrendo nas organizações ou no ambiente físico, antes de terem sido organizados e
arranjados de uma forma que as pessoas possam entendê-los e usá-los.” (LAUDON;
LAUDON, 2004, p. 7).
E conforme Côrtes (2008) dados “são sucessões de fatos brutos, que não foram
organizados, processados, relacionados, avaliados ou interpretados, representando
apenas partes isoladas de eventos, situações ou ocorrências” (CÔRTES, 2008, p. 26).
Ao contrário dos Dados, a informação é um conjunto de dados organizados de
forma coerente. Ou seja, para O’Brien (2002), os dados são submetidos a um
processamento até que se transformem em informação.
Já Côrtes (2008), diz que “informação é quando os dados passam por algum tipo
de relacionamento, avaliação, interpretação ou organização, tem-se a geração de
informação” (CÔRTES, 2008, p. 26).
Enfim compreende-se que um sistema de informações, é o agrupamento de
dados de forma coerente a fim de gerar informação adequada a determinada tomada de
decisão, e para isto é preciso que o seu processamento seja de acordo com a finalidade a
que se refere. Estes Sistemas de Informação podem ser definidos da seguinte forma.
3.
TIPOS DE SISTEMA DE INFORMAÇÃO
Existem diversos tipos de Sistema de Informação, e cada um está diretamente relacionado
às diferentes necessidades de cada setor em que se aplica. Na empresa há a necessidade
de informações de nível tático, nível operacional e estratégico. Muito embora as fontes dos
Revista de Ciências Gerenciais • Vol. XIII, Nº. 18, Ano 2009 • p. 131-145
134
A importância de uma organização adquirir vantagem estratégica utilizando ferramentas de tecnologia da informação
dados para a obtenção desta informação seja a mesma, o que determina o tratamento que
será aplicado a este dado coletado, é o nível hierárquico que solicitou a informação.
Côrtes (2008) cita como exemplo uma loja de produtos, onde no momento da
venda, o vendedor sabe exatamente quantos produtos de acordo com o escolhido pelo
cliente ele tem disponível, esta é uma informação de nível operacional, visto que o cliente
pode desejar levar os produtos em pronta entrega e com isto se sabe quantos produtos
estão disponíveis naquele instante. Com esta mesma informação, o pessoal do nível tático,
pode programar suas próximas compras, visto que se observa o estoque de forma a deixar
uma margem de segurança para que não falte o produto no momento de uma venda.
Além de atender a estes dois níveis hierárquicos, esta informação atende também ao nível
estratégico, onde o gestor pode decidir se investe mais nesta mesma linha de produtos, ou
se é mais interessante inovar com outra linha.
Laudon e Laudon (2001) dividem os tipos de sistema em quatro principais
básicos, sendo eles:
• Sistema de nível operacional: Utilizados pelos gerentes operacionais no suporte a
transações elementares da organização. [...].
• Sistemas de nível de conhecimento: permitem à empresa integrar novos
conhecimentos e controlar o fluxo de documentos.
• Sistemas de nível gerencial: são utilizados na tomada de decisões e no
monitoramento de atividades e processos.
• Sistema de nível estratégico: Subsidiam a direção da empresa quanto às questões
de longo prazo. (LAUDON; LAUDON, 2001, p. 28-29).
Conforme Côrtes (2008), no nível operacional que é utilizado pelos gerentes
operacionais, o sistema que dá o suporte as transações serve apenas para o dia a dia, ou
seja, recebe dados brutos, que uma quando processados, podem gerar as informações
elementares e pontuais. O autor cita ainda alguns exemplos se sistemas de nível
operacional, como sendo, cadastro de pedidos, controle de estoque, controle de ponto e
anotação de horas trabalhadas, folha de pagamento, contas a pagar e a receber, controle
de requisições em almoxarifados, controle de consumo de energia elétrica ou combustível,
controle de empréstimo de livros.
Laudon e Laudon (2001), assim como Côrtes (2008), dizem que o principal
propósito dos sistemas de nível operacional é responder perguntas rotineiras e localizar o
fluxo de transações através da organização. Segundo os autores, para que se possa
responder a perguntas simples como onde quando foi efetuado um pagamento para
determinada pessoa, quantas peças de determinado produto encontram-se em estoque,
quantas mais estão para chegar e em quantos dias, o sistema tem que estar sempre
atualizado, com informações precisas.
Revista de Ciências Gerenciais • Vol. XIII, Nº. 18, Ano 2009 • p. 131-145
Anderson José Souza, Keila Alves Godinho, Roseana Poerner
135
Sobre sistemas de nível de conhecimento, Laudon e Laudon (2001) relatam que é
o que oferece suporte aos trabalhadores da área de conhecimento das organizações, sendo
ele capaz de integrar diversos níveis de conhecimento.
O seu propósito é ajudar a empresa a integrar novos conhecimentos no negocio e a
controlar o fluxo de papelada. Sistemas de nível de conhecimento, especialmente na
forma de estações de trabalho e sistemas de escritório, são as aplicações que mais
crescem nas empresas hoje em dia. (LAUDON; LAUDON, 2001, p. 28).
Já para os sistemas de decisões de nível tático, Côrtes (2008) menciona que as
informações que são passadas aos gerentes requerem uma maior integração entre
sistemas. Ele argumenta que o gerente de nível tático necessita muitas vezes “cruzar”
informações de um determinado setor com outro setor, a fim de tomar a decisão mais
acertada para o momento. Ele cita o exemplo seguinte:
Quando se menciona a adoção de novos turnos de trabalho para reduzir a possibilidade
de ocorrência de picos no consumo de energia, será necessário considerar os custos
trabalhistas desse novo turno (serão admitidos novos funcionários ou serão pagas horas
extras aqueles já contratados), questões relacionadas a logística (armazenamento e
transporte do que foi produzido no turno adicional, por exemplo), questões financeiras,
entre outras (CÔRTES, 2008, p. 121).
De acordo com Laudon e Laudon (2001), os sistemas de nível tático são
projetados para servir ao monitoramento, ao controle, à tomada de decisões e as
atividades administrativas dos gerentes médios. Geralmente fornecem relatórios
periódicos em lugar de informações instantâneas sobre as operações. É uma forma que os
gerentes médios têm de fazer comparações, entre determinados períodos de atividades da
empresa, ou seja, ele pode verificar se as vendas da empresa estão maiores ou menores
que as vendas ocorridas no mesmo período do ano anterior. Por isso são gerados
relatórios periódicos, visto que o que interessa ao gerente médio é comparar um espaço de
tempo um pouco maior para fazer as suas projeções de vendas futuras.
E para os sistemas de nível estratégico, Côrtes (2008) define que são decisões
mais abrangentes e de longo prazo, ou seja, as conseqüências têm um maior impacto na
empresa, estas decisões devem considerar diversos fatores, inclusive externos e internos,
são experimentados cenários diversificados, e muitas vezes o próprio sistema oferece
estas projeções, em cenário bom, ruim, pessimista.
Laudon e Laudon (2001) comentam que, este sistema de nível estratégico auxilia
nas decisões de longo prazo, ele oferece projeções para que o administrador possa se
adequar as mudanças do ambiente externo, com o uso desta ferramenta, é possível
projetar os cenários para 5, 10 ou mais anos adiante, é possível também que se façam
simulações, verificações, de capacidade produtiva, em determinado nível de aumento de
vendas, possibilidades de investimento por conta de novas aberturas de mercado, enfim,
Revista de Ciências Gerenciais • Vol. XIII, Nº. 18, Ano 2009 • p. 131-145
136
A importância de uma organização adquirir vantagem estratégica utilizando ferramentas de tecnologia da informação
projeções futuras com grandes possibilidades de acontecer dependendo apenas das
variáveis observadas para tal cenário.
4.
FERRAMENTAS DE TECNOLOGIA DA INFORMAÇÃO
Existem pelo menos três ferramentas principais que auxiliam os gestores na tomada de
decisões, o Data Warehouse, o Data Mining e o Data Mart. Estas ferramentas também são
conhecidas como sistemas de suporte a decisão.
4.1. Data Warehouse
O Data Warehouse pode ser considerado um local onde as informações colhidas em várias
fontes, e guardadas em um esquema único, em um único lugar (SILBERSCHATZ;
KORTH; SUDARSCHAN, 1999).
Um Data Warehouse armazena dados do ano em curso e anos anteriores que foram
extraídos dos vários bancos de dados operacionais de uma organização. É uma fonte
central de dados que foram classificados, editados, padronizados e integrados de tal
forma que podem ser utilizados por gerentes e outros profissionais usuários finais para
uma multiplicidade de formas de análise empresarial, pesquisa de mercado e apoio a
decisão. (O’BRIEN, 2002, p.147-148).
Para Singh (2001) considera-se também que o Data Warehouse, é uma ferramenta
competitiva que possibilita a qualquer pessoa o acesso aos dados de toda a empresa, com
qualidade. Ele oferece coerência das normas de gerenciamento e dos ajustes aplicados aos
dados. Pode-se dizer então que o Data Warehouse reflete as necessidades da corporação,
não simplesmente as individuais.
“Um Data Warehouse é um conjunto de dados orientado por assunto, integrado,
variável com o tempo e não-volátil, que fornece suporte ao processo de tomada de decisão
do negócio”. (SINGH, 2001, p. 14).
Para Singh (2001), o Data Warehouse proporciona uma melhor rotatividade no
estoque, um menor custo de lançamento de produtos, e determina a eficácia dos
programas de marketing eliminando os pontos fortes e fracos da operação.
Bill Inmon da Inmon Data Systems, criou o termo “Data Warehouse” em 1990 e é
considerado o pai deste termo. Para ele o Data Warehouse pode ser definido como um
lugar onde a informação é o sujeito da ação e não o predicado, é integrada, dependente do
momento em que foi criada e não é volátil ou seja, dados podem ser acrescentados mas os
antigos não mudam. Ele defende, nos negócios, a criação de Data Marts a partir de um
Data Warehouse.
Revista de Ciências Gerenciais • Vol. XIII, Nº. 18, Ano 2009 • p. 131-145
Anderson José Souza, Keila Alves Godinho, Roseana Poerner
137
Muitas apresentações e soluções que não eram Data Warehousing, mas foram
apresentadas por pessoas usando qualquer noção a respeito do termo para vender seus
produtos e serviços. Na síntese, Data Warehousing, ou armazém de dados é uma coleção
dos mesmos, organizados por assunto, integrados, históricos com o propósito de fornecer
subsídios à tomada de decisão nas organizações. Podemos dividi-lo em subconjuntos, os
Data Marts, que nada mais são que porções específicas de dados para uso de um
departamento ou grupo de usuários.
Deve-se criar uma modelagem dimensional para construção do banco de dados
para Data Warehousing, para que as informações possam ser relacionadas e representadas
na forma de um cubo. Este cubo pode ser dividido para aprofundar e analisar cada
dimensão conforme necessidade. O modelo dimensional conta basicamente com uma
tabela de fatos central, extremamente grande (regras de negócio) e tabelas dimensionais
ligadas diretamente a elas. Os fatos e dimensões são tabelas do banco de dados
reorganizadas no formato estrela ou floco de neve.
As organizações hoje sabem como armazenar seus dados, que crescem a passos
largos, aumentando assim a necessidade de um ambiente de armazenamento e análise
cada vez mais rápido e confiável. Dessa forma, elas precisam agora da criação de um
sistema onde se utiliza o conceito de Data Warehousing. Profissionais responsáveis pela
gestão de recursos tecnológicos não têm em mente o custo do projeto que não se limita a
compra da licença de software, mas também às despesas com serviços de consultoria,
indispensáveis para que se faça um levantamento abrangente e preciso das necessidades
da empresa para dimensionar e projetar o sistema. Além de considerar a visualização,
acesso, segurança e interfaces, que vão orientar a elaboração do projeto arquitetônico.
Tudo isso demanda emprego de recursos humanos, internos e externos, incluindo
contratação de novos funcionários, além de considerar a compra de hardware, taxas de
customização etc. Um dos desafios a vencer, na hora de construir um Data Warehousing é
convencer os profissionais responsáveis pela gestão de recursos tecnológicos de que, ao
contrário do que vem ouvindo pelos fabricantes, a mídia de alta performance e custo não é
a única maneira segura de guardar informações estratégicas. Tudo depende da
quantidade e do tipo de dado que se pretende guardar, bem como do grau de importância
e frequência que ela é requisitada.
Invariavelmente, sempre que um sistema amadurece e a performance começa a
cair aparece os chamados “ajustes de sistemas”. É uma atividade consagrada na
administração de sistemas desde que se construiu o primeiro sistema de informação.
Revista de Ciências Gerenciais • Vol. XIII, Nº. 18, Ano 2009 • p. 131-145
138
A importância de uma organização adquirir vantagem estratégica utilizando ferramentas de tecnologia da informação
Quando um sistema é ajustado, melhora sua performance sem que sofra alterações
drásticas e amplas. O significado e importância de ajuste do sistema no ambiente de Data
Warehouse/SAD é diferente do ambiente operacional clássico. No ambiente de Data
Warehouse/SAD o desenvolvimento é iterativo, ou seja, o desenvolvedor frequentemente
não sabe quais serão os requisitos até que o sistema esteja construído.
Como essa incerteza faz parte do ambiente, somente quando houver a primeira
iteração do Data Waherouse o desenvolvedor saberá ao certo o que se passa dentro do
sistema. As transações no Data Warehouse/SAD não costumam ser de missão crítica e
utilizam frequentemente grande quantidade de recursos. Deve-se considerar que as
transações de SAD são empregadas no planejamento de longo prazo e não nas decisões de
negócios imediatas. Outro fator relevante para o ajuste é o volume de dados encontrado.
Existe uma exigência de, por parte do administrador do Data Warehouse, utilizar
sofisticadas habilidades de gerenciamento, das quais o ajuste é um componente
importante. O ajuste começa pelo monitoramento da atividade e dos dados que fluem
através do ambiente de Data Warehouse e de SAD. Portanto é essencial que a atividade e os
dados sejam monitorados tanto antes quanto durante o processo de ajuste.
Segundo Oliveira (2002), o acesso aos dados do Data Warehouse pode ser
realizado de duas maneiras:
•
Direta: onde as aplicações do ambiente operacional enviam uma
solicitação referente aos dados localizados no Data Warehouse, e os dados
são localizados e transferidos para o ambiente operacional. Essa é uma
ocorrência rara, pois apesar de parecer simples e eficiente, uma simples
solicitação pode sofrer uma série de limitações. Essas limitações impedem
que a maioria dos dados sejam transferidos diretamente do Data
Warehouse para o ambiente operacional.
•
Indireta: que é a maneira mais eficiente de acesso aos dados do Data
Warehouse, e é recomendada por ser eficiente e muito rápido. Para isso, o
Data Warehouse é analisado periodicamente por um programa que analisa
características e critérios relevantes predefinidos.
Podemos dizer então, que as ferramentas de acesso aos dados serão as
ferramentas que irão acessar os dados disponíveis na área de apresentação do Data
Warehouse, e que cerca de 80% a 90% destas aplicações são baseadas em modelos prontos
onde o usuário utiliza consultas previamente estabelecidas. Segundo Kimball (2002), a
outra porcentagem das consultas é utilizada para possibilitar novos conhecimentos
fazendo o cruzamento destes dados históricos, como por exemplo, previsões baseadas em
histórico de comportamento de clientes.
Criação de Data Marts é uma poderosa maneira de incrementar a performance.
Nela pode-se criar tabelas resumo, onde os dados de resumo são acessados muito mais
Revista de Ciências Gerenciais • Vol. XIII, Nº. 18, Ano 2009 • p. 131-145
Anderson José Souza, Keila Alves Godinho, Roseana Poerner
139
rapidamente do que os detalhados. Este processo de sumarização nada mais é do que
converter informações de “metaprocesso”, necessária para descrever a natureza básica
dos dados de resumo em si. Pode-se utilizar a remoção de dados dormentes, ou seja,
aquele que residem no Data Warehouse sem estarem sendo acessados. Os dados dormentes
tomam espaço e atrapalham as análises sérias de SAD. A presença desses dados só é
percebida quando o data warehouse torna-se razoavelmente grande e maduro.
4.2. Data Mining
A tecnologia de Data Mining ganhou espaço com o surgimento do Data Warehouse, já que
este possui bases de dados bem organizadas e consolidadas. Esta técnica oferece uma
poderosa alternativa para as empresas descobrirem novas oportunidades de negócio e
acima de tudo, traçarem novas estratégias para o futuro. Data Mining ou Extração de
dados, conforme Silberschatz, Korth e Sudarschan (1999), o termo se refere à busca de
informações que sejam importantes para determinada situação, ou seja, a descoberta de
conhecimento a partir de um grande volume de dados organizados. Ou seja, embora se
tenha um cadastro muito grande de pessoas, o Data Mining atua como um filtro de dados,
descartando tudo o que não é relevante para solucionar o problema em questão, ou seja,
ele considera que o que importa de fato é a penas o dado que pode ser utilizado, que está
inserido por completo no sistema.
Caracteriza-se como sendo uma proposta de extrair conhecimento dos dados
armazenados pelas empresas, tendo em vista que este volume cresce a passos largos.
Segundo Oliveira (2002), outros fatores que contribuíram muito para o aumento do
interesse em mineração de dados foram o desenvolvimento das técnicas de machine
learning – redes neurais artificiais, algoritmos genéticos, entre outras que tornaram a
descoberta de relações interessantes em bases de dados mais atrativas. Podemos dizer que
o processo de mineração de dados não está considerando consultas complexas e
elaboradas que visam ratificar uma hipótese gerada por um usuário em função dos
relacionamentos existentes entre os dados, mas da descoberta de novos fatos,
regularidades, restrições, padrões e relacionamentos.
De acordo com O’Brien (2002), o Data Mining tem um uso importante para os
dados contidos no Data Warehouse, afinal é ele quem processa e filtra fatores e tendências
chaves para determinados padrões de negócios. Esse procedimento pode ser utilizado
para ajudar os gerentes a tomarem decisões sobre mudanças estratégicas nas operações
empresariais para obter vantagens competitivas no mercado (O’BRIEN, 2002, p. 148).
Revista de Ciências Gerenciais • Vol. XIII, Nº. 18, Ano 2009 • p. 131-145
140
A importância de uma organização adquirir vantagem estratégica utilizando ferramentas de tecnologia da informação
Segundo Dunham (2003), as principais tarefas realizadas por um Data Mining são
divididas em dois grupos:
Predictive model
Modelo de previsão que se baseia na previsão de novos conhecimentos baseados no
histórico dos dados, ou seja, sobre determinada situação baseada no comportamento
anterior a ela. Deste modo, pode ser analisado o comportamento de um cliente usando
cartão de crédito, e identificar uma situação de fraude ou roubo, baseando-se somente
deste comportamento não condizer com o perfil daquele cliente, ou pelo fato da compra
ter sido efetuada fora da área habitual de compra.
Segundo Dunham (2003), podemos utilizar algumas tarefas de Data Mining
dentro deste modelo, dentre elas estão:
Classificação: que é o mapeamento e agrupamento dos dados por classes
previamente estabelecidos. As classes são definidas baseadas nos atributos dos dados. O
reconhecimento de padrões é um exemplo, pois o padrão de entrada será classificado em
uma destas classes devido as suas semelhanças.
Árvores de Decisão: que é uma representação gráfica da tarefa de classificação.
Sua estrutura é composta por nós e ramos, onde cada nó é uma decisão a ser tomada ou
probabilidade. Cada um desses nós procura levar em conta a variável que agrega o maior
número de registros. Segundo Ramakrishnan e Gehrke (2003), dado um registro de dados,
a árvore dirige o registro da raiz até uma folha, e cada nó interno da árvore é marcado
com um atributo preditivo. Este atributo é freqüentemente chamado de atributo rachado,
por que o dado é rachado baseado em condições sobre este atributo.
Regressão: técnicas de regressão são usadas para explorar as relações entre
variáveis contínuas em detalhes, ou seja, usadas para mapear um item de dado. Técnicas
de mapeamento linear onde o dado é ajustado em algum tipo de função que possui
análise de erro para determinar qual é a melhor função para mapear este dado
(DUNHAM, 2003).
Análise de Séries Temporais: que tem o objetivo de estudar o comportamento
dos dados dentro de um determinado período de tempo, como por exemplo, dias,
semanas ou anos. Estas séries podem ser utilizadas de três formas:
•
A distância entre algumas medidas podem identificar semelhanças entre
diferentes séries temporais.
•
A estrutura da linha de tempo é examinada e classificada para determinar
seu comportamento.
Revista de Ciências Gerenciais • Vol. XIII, Nº. 18, Ano 2009 • p. 131-145
Anderson José Souza, Keila Alves Godinho, Roseana Poerner
•
141
O histórico desta série temporal é utilizado para prever valores futuros.
Descriptive model
Modelo descritivo que tem o objetivo de descobrir padrões e relacionamentos entre os
dados, explorando as suas propriedades, ao contrário do modelo de previsão que prevê
novas propriedades. Estas descobertas podem ser feitas através da utilização dos
seguintes processos:
Agrupamento ou Clustering: O objetivo do agrupamento é dividir um jogo de
registros em grupos tais que os registros dentro de um grupo sejam similares, e cada
registro pertença a exatamente a um agrupamento.
Generalização ou Sumarização: Trata-se de um relacionamento de conteúdo
existente entre um conjunto de entidades de nível superior e um ou mais conjuntos de
entidades de nível inferior.
Regras de Associação: Uma regra de associação examina um conjunto de
transações e determina o que poderia acontecer junto com aquela transação. Segundo
Ramakrishnan e Gehrke (2003), as regras de associação podem ser identificadas como o
seguinte exemplo:
{canetas} => {tinta}, onde poderíamos interpretar da seguinte maneira:
o
se uma caneta é comprada em uma transação, então é provável que tinta
também foi comprada nesta transação.
Ainda segundo Ramakrishnan e Gehrke (2003), existem duas importantes
medidas para regras de associação:
•
Suporte – o suporte para um conjunto de itens é a porcentagem de
transações que contém todos aqueles itens, tomando como exemplo a
definição acima, o suporte para {canetas} => {tinta} é o suporte para o
conjunto de itens {canetas} U {tinta}, ou seja, o suporte para esta regra é o
suporte do conjunto de itens {caneta, tinta};
•
Confiança – considere transações que contenham todos os itens canetas, a
confiança para a regra {caneta} => {tinta} é a porcentagem de transações
semelhantes que talvez contenham itens como tinta. A confiança desta
regra é 75%, 75% das transações que contenham o item do conjunto
{caneta} talvez contenha o item do conjunto {tinta}.
Podemos então dizer que as regras de associação trabalham em cima da
afinidade, ou seja, uma tarefa utilizada para determinar um padrão de seqüência entre os
dados a partir de um conjunto de dados.
Revista de Ciências Gerenciais • Vol. XIII, Nº. 18, Ano 2009 • p. 131-145
142
A importância de uma organização adquirir vantagem estratégica utilizando ferramentas de tecnologia da informação
Descoberta de Seqüência ou Análise Seqüencial: Técnica encontra padrões de
seqüência entre os dados, ou seja, que tipo de ação gera outra posterior. É a tarefa
utilizada para descobrir os passos de um cliente após comprar determinado produto.
Algoritmo K-Means: Muito usado para produzir agrupamentos, este algoritmo
trabalha escolhendo um ponto aleatório entre os dados para utilizá-lo como centroid ou
centro de cluster (agrupamento). Segundo Dunham (2003), os dados mais próximos a este
centroid formam um cluster e assim o algoritmo escolhe outro centroid e vai repetindo o
processo até agrupar os dados no número desejado de clusters. Ainda durante este
processo, podem ocorrer divisões ou união de clusters para que se possam classificar os
dados de maneira mais abrangente possível.
4.3. Data Mart
Com o seu aparecimento, a abordagem descentralizada passou a ser uma das opções de
arquitetura Data Warehouse, podendo ainda aparecer de duas maneiras:
•
Top-Down: quando a empresa cria um Data Warehouse e depois parte para
a segmentação, ou seja, divide do Data Warehouse em áreas menores,
como, pequenos bancos de dados orientados por assuntos
departamentalizados;
•
Botton-up: quando ocorre a situação inversa, onde, a empresa por
desconhecer a tecnologia, prefere primeiro criar um Banco de Dados para
somente uma área. Diminuindo assim, o custo para o desenvolvimento de
um projeto de Data Warehouse completo.
Segundo Oliveira (2002), a tecnologia usada tanto no Data Warehouse como no
Data Mart é a mesma, as variações que ocorrem são mínimas, sendo em volume de dados
e na complexidade de carga. A principal diferença é a de que os Data Marts são voltados
para assuntos de uma determinada área, já o Data Warehouse é voltado para os assuntos da
empresa toda. Na definição de Singh (2001), o Data Mart é um subconjunto do Data
Warehouse empresa-inteira. Tipicamente, desempenha o papel de um Data Warehouse
departamental, regional ou funcional (SINGH, 2001, p. 14).
Da mesma forma, para Laudon e Laudon (2001),
Data Mart é um subconjunto de um Data Warehouse no qual uma porção altamente
resumida ou focada nos dados da organização é colocada em bancos de dados separados
para uma população especifica de usuários. (LAUDON; LAUDON, 2001, p. 169).
5.
VANTAGEM COMPETITIVA
Por fim, vantagem competitiva nada mais é do que conseguir estar um passo a frente no
mercado, e diante de um mercado extremamente competitivo, para um bom
Revista de Ciências Gerenciais • Vol. XIII, Nº. 18, Ano 2009 • p. 131-145
Anderson José Souza, Keila Alves Godinho, Roseana Poerner
143
desenvolvimento de estratégias competitivas de sucesso, se torna necessário a utilização
das ferramentas citadas no capítulo anterior.
Muitos executivos já utilizam ferramentas de Tecnologia da Informação a fim de
obter vantagem competitiva diante das dificuldades e oportunidades que ocorrem no dia
a dia da empresa. Para eles a vantagem competitiva por diversas vezes resulta de um
Sistema de Informação que dá todo o auxílio no momento da tomada das decisões.
Estes sistemas de informação estratégicos utilizam a tecnologia da informação para
desenvolver produtos, serviços, processos e capacidades que conferem uma vantagem
estratégica sobre as forças competitivas que ela enfrenta em seu ramo de atividades.
(O’BRIEN, 2002, p. 14).
Para O’Brien (2002) as forças competitivas de mercado não incluem apenas os
concorrentes, mas também os clientes, fornecedores, potenciais substitutos para seu
produto ou serviço no mercado. Por isso é de extrema importância que os executivos
saibam utilizar as ferramentas de tecnologia da informação a fim de poderem se articular
através das estratégias que são apresentadas pelas informações agrupadas nos sistemas.
6.
CONSIDERAÇÕES FINAIS
Conforme exposto no presente artigo, existem diversas ferramentas de tecnologia, que são
capazes de auxiliar a tomada de decisões em todos os níveis da organização, o que elas
exigem apenas é a inserção de dados verídicos, completos e pautados na realidade atual
da empresa a fim de não gerar informação distorcida, o que pode ser completamente
desfavorável ao empreendimento.
Sabe-se que dados soltos não geram informação alguma, mas com a tecnologia
da informação foi possível agrupar os dados a fim de que se obtenha a informação em
tempo real, com a maior nitidez e precisão para o momento. Hoje é inimaginável esperar
que alguém tome alguma decisão sem que esta esteja baseada em dados coerentes,
juntados produzindo a informação. Conforme Laudon e Laudon (2001) é essencial que
gerentes compreendam os sistemas de informação para que a organização prospere e
sobreviva ao mercado globalizado que vivemos.
Afinal o que dá a base para as decisões são os relatórios gerados através do
sistema de informação utilizado, e este utiliza a base de dados histórica e clara que foi
inserida nele, seja ela verídica ou não, portanto o tomador de decisões, deve estar atento a
veracidade dos dados inseridos, utilizando na maioria das vezes um perito na área
trabalhada para garantir a confiabilidade dos resultados. O segredo se é que existe, é o
extremo cuidado com as pessoas que inserem os dados no sistema, é preciso que tenham
Revista de Ciências Gerenciais • Vol. XIII, Nº. 18, Ano 2009 • p. 131-145
144
A importância de uma organização adquirir vantagem estratégica utilizando ferramentas de tecnologia da informação
consciência de que estes dados serão trabalhados pelo sistema e determinantes para o
futuro e bom desenvolvimento da empresa frente ao mercado competitivo.
Enfim se consegue obter vantagem competitiva com muita agilidade, diante de
um mercado globalizado, primeiramente juntando muitas informações, com simplicidade,
e usando as ferramentas disponíveis nos sistemas de informação a fim de que estes dados
sejam trabalhados e resultem em poucos, mas precisos, relatórios que facilitem o dia a dia
da empresa, tornando as decisões de seus responsáveis mais precisas e muitas vezes
gerando muitos benefícios para a organização. De outra forma, pode-se dizer que,
organizações que não utilizam estes tipos de ferramentas citadas no presente trabalho,
tendem a perder força competitiva, posição no mercado e também até ser engolidas pela
concorrência.
REFERÊNCIAS
CÔRTES, Pedro Luiz. Administração de sistemas de informação. São Paulo: Saraiva, 2008.
DUNHAM, M.H. Data mining – introductory and advanced topics. New Jersey-US: Prentice Hall,
Upper Sadlle River, 2003.
KIMBALL, R. The data warehouse toolkit: guia completo para modelagem dimensional. Rio de
Janeiro: Editora Campus, 2002.
LANDON, Kenneth C.E.; LANDON, Jane Price. Gerenciamento de sistemas de informação. Rio
de Janeiro: Prentice Hall, 2001.
______. Sistemas de informação gerenciais. São Paulo: Prentice Hall, 2004.
O’BRIEN, James A. Sistemas de informação e as decisões gerenciais na era da internet. São
Paulo: Saraiva, 2002.
OLIVEIRA, Djalma P.R. Sistemas organizações e métodos: uma abordagem gerencial. 4.ed. rev. e
ampl. São Paulo: Atlas, 2002.
OLIVEIRA, W.J. Data warehouse. Florianópolis: Visual Books, 2002.
PORTER, Michael E. Estratégia competitiva: técnicas para análise de indústrias e de concorrência.
Rio de Janeiro: Editora Campus, 1986.
RAMAKRISHNAN, R.; GEHRKE, J. Database management systems. 3. ed. Boston-US: McGrawHill Higher Education, Madison, 2003.
SILBERSCHATZ, Abraham; KORTH, Henry F.; SUDARSCHAN, S. Sistema de banco de dados.
Rio de Janeiro: Editora Campus, 1999.
SINGH, Harry S. Data warehouse: conceitos, tecnologias, implementação e gerenciamento. São
Paulo: Makron Books, 2001.
Anderson José Souza
Bacharel em Sistemas de Informação e Especialista
em Tecnologia da Informação, professor das
disciplias de Tecnologia da Informação para os
cursos de Adminitração e Organização de
Computadores,
Sistemas
Operacionais
e
Revista de Ciências Gerenciais • Vol. XIII, Nº. 18, Ano 2009 • p. 131-145
Anderson José Souza, Keila Alves Godinho, Roseana Poerner
145
Segurança de Sistemas para os cursos de Análise e
Desenvolvimento de Sistemas.
Keila Alves Godinho
Acadêmica do curso de Administração da
Faculdade Anhanguera de Joinville - unidade 1.
Roseana Poerner
Pós-graduada em Auditoria, controladoria e
finanças (UNIVILLE) e pós-graduanda em Gestão
de projetos (SUSTENTARE). Formada em Sistemas
de Informação pela UTESC e Letras pela
UNIVILLE,
atuou
como
professora
da
Anhanguera Educacional por 6 anos ministrando
as cadeiras de análise e desenvolvimento de
sistemas, administração de banco de dados
(Datawarehouse) e sistemas de informação
empresarial.
Revista de Ciências Gerenciais • Vol. XIII, Nº. 18, Ano 2009 • p. 131-145