informação - UNIPVirtual

Unidade III
PLANEJAMENTO ESTRATÉGICO DE
TECNOLOGIA DA INFORMAÇÃO
Prof. Daniel Arthur Gennari Junior
Sobre esta aula
ƒ Gestão do conhecimento e inteligência
Corporativa
ƒ Conceitos fundamentais
ƒ Aplicações do conhecimento
ƒ Produtos, tecnologias e casos de uso
Gestão do conhecimento e
inteligência corporativa
Informação
ƒ O termo informação é usado de muitas
formas na linguagem corrente e
comporta muitos significados. Antes da
definição, contudo, é necessário
reconhecer a existência de abordagens
distintas ao mesmo tema: o modelo
estatístico e modelo cognitivo.
ƒ Os dois modelos têm poucos pontos de
contato, mas são úteis para as situações
às quais foram propostos.
Gestão do conhecimento e
inteligência corporativa
O modelo estatístico da informação
ƒ Este modelo é baseado na teoria da
informação originada pelo cientista
norte-americano Claude Shannon. A
teoria da informação é o fundamento
científico da chamada era digital, e suas
proposições e conclusões permitiram o
desenvolvimento de aplicações
presentes em todas as formas de
transmissão e armazenamento de
informação em meios digitais
digitais.
Gestão do conhecimento e
inteligência corporativa
ƒ O seu objetivo é mensurar a informação
sob um ponto de vista estatístico. Assim
sendo, a quantidade de informação que
uma mensagem tem é inversamente
proporcional a sua quantidade de
ocorrências Isso quer dizer que quanto
ocorrências.
mais uma mensagem é enviada, menos
informação ela carrega, e vice-versa.
Modelo cognitivo da informação
ƒ Numa abordagem radicalmente diferente,
o modelo cognitivo se ocupa
primordialmente com o significado da
informação e não com sua quantificação.
Antes de se prosseguir com a
apresentação dele
dele, será necessário
introduzir os conceitos de cognição,
semântica e interpretação.
Modelo cognitivo da informação
Cognição
ƒ O processo de formação do
conhecimento a partir da percepção do
meio circundante por meio dos sentidos
é chamado de cognição. A abordagem
cognitiva demonstra que a informação
sofre mudanças ao se submeter aos
processos mentais de percepção,
registro, classificação e síntese, que lhe
atribuem ou alteram significados.
Modelo semântico da informação
Semântica
O estudo dos significados se chama
semântica. A significação é um processo
que vai além da percepção. Por exemplo,
considere a distinção entre:
ƒ ouvir e escutar;
ƒ olhar e ver;
ƒ falar e dizer.
Além da percepção e do mero registro, a
significação
i ifi
ã confere
f
valor
l semântico
â ti à
informação. É a mesma distinção que existe
entre o sentido literal e o sentido figurado,
entre o concreto e o abstrato.
Modelo interpretativo da informação
Interpretação
ƒ Quanto maior o grau de transformação
da informação, maior a necessidade de
se ter uma interpretação adequada. E,
como a interpretação depende de fatores
lingüísticos e culturais, um tema pode
comportar interpretações diferentes e
igualmente válidas – o que é ótimo em
termos artísticos, mas pode ser
problemático em termos de negócios.
Interatividade
A teoria da informação propõe uma
definição estrita sobre o que vem a ser
informação e, por meio dela, propõe
hipóteses que são demonstradas
matematicamente, qual modelo refere-se
este conceito :
a) Modelo estatístico
b) Modelo cognitivo;
c) Modelo semântico;
d) Modelo interpretativo;
e) Modelo DICIS.
O Modelo DICIS
Este modelo é o resultado de diversas
visões a respeito da hierarquia da
informação, e, em inglês, sua sigla é DIKIW
(Data- Information-Knowledge-IntelligenceWisdom).
Ele descreve as transformações cognitivas
da informação a partir de sua captação no
meio circundante em cinco níveis, que lhe
atribuem significado:
O Modelo DICIS
Exemplo científico:
ƒ dado: o registro dos estímulos captados
os transforma em dados;
ƒ informação: dados classificados e
ressignificados se transformam em
informação;
ƒ conhecimento: a informação
consolidada e re-significada se
transforma em conhecimento;
ƒ inteligência: conhecimento sintetizado e
ressignificados sustentam ações da
inteligência;
ƒ sabedoria: as ações da inteligência
ganham propósito e se justificam com a
sabedoria.
O Modelo DICIS
Exemplo empresarial:
ƒ ambiente: clientes, competidores,
governo, economia, tendências,
tecnologia;
ƒ dados: cotações,
ç
, vendas,, compras,
p ,
pagamentos, recebimentos, tributos;
ƒ informação: crédito, inadimplência,
lucratividade, fluxo de caixa, índices
econômicos, KPIs;
ƒ conhecimento: processos,
processos produtos,
produtos
mercado, sucessos e fracassos;
ƒ inteligência: estratégias, ajustes de
rumo, mudanças de abordagem;
ƒ sabedoria: missão, visão, valores
O Modelo DICIS
Capital intelectual
O conceito de capital intelectual é bastante
conhecido e aceito, e inclui ativos
intangíveis de uma organização, como:
ƒ marcas;
ƒ patentes;
p
;
ƒ direito autoral.
O capital intelectual é difícil de se calcular.
Marcas, por exemplo, são consideradas
brand equity (patrimônio de marca) e seu
valor costumam ser estimados por critérios
complexos.
Capital informacional
O conceito de capital informacional surgiu
com Kaplan e Norton, os criadores do
método Balanced Scorecards. Segundo os
autores, existem três tipos de ativos
intangíveis na perspectiva de aprendizado e
crescimento do BSc: o capital humano,
humano o
capital organizacional e o capital
informacional.
ƒ O capital informacional inclui:
ƒ dados:
ƒ informação:
ƒ conhecimento:
ƒ inteligência:
Importância econômica do
conhecimento
Os serviços
O
i
do
d conhecimento
h i
t são
ã
significativos em termo de comércio
internacional
Interatividade
É difícil de se calcular. Marcas, por
exemplo, são consideradas brand equity
(patrimônio de marca) e seu valor
costumam ser estimados por critérios
complexos:
a) Capital informacional;
b) Capital intelectual;
c) Capital aberto;
d) Capital do conhecimento;
e)) Capital
C it l de
d marketing;
k ti
Aplicações do conhecimento
ƒ O trabalho realizado por eles numa
organização resulta numa rede de
conhecimento, que é potencializada pelas
interações entre seus participantes. No
entanto, devido à importância estratégica
do conhecimento de negócios
negócios, deixar a
rede de conhecimento evoluir sem
controle ou direção pode invalidar seus
benefícios. Tanto o capital intelectual
como o capital informacional precisam ser
controlados e protegidos. Uma
possibilidade de solução é a utilização de
um sistema de gestão do conhecimento
(KM – Knowledge Management).
Aplicações do conhecimento
ƒ Um sistema de gestão do conhecimento
cataloga, organiza, indexa e disponibiliza
o conteúdo da rede de conhecimento, e
tem por objetivo socializar o
conhecimento com segurança: o acesso
ao conteúdo é concedido conforme
níveis de sensibilidade da informação ou
por competência e atribuições de cada
usuário.
Aplicações do conhecimento
Dentre os resultados esperados
decorrentes do uso de um sistema de KM
estão:
ƒ preservação do capital intelectual;
ƒ estimulo à colaboração no trabalho;
ƒ desenvolvimento do espírito de equipe;
ƒ acelerar o processo decisório;
ƒ reutilizar soluções;
ƒ aumento de produtividade;
p
competências;
p
;
ƒ mapear
ƒ maximizar oportunidades;
ƒ estímulo à inovação;
ƒ incentivo ao aprendizado.
Sistemas de inteligência
ƒ Existe uma classe de soluções
conhecida como Business Intelligence
(BI), que oferece opções de exploração
da informação existente, cujo objetivo é
dar suporte aos processos empresariais
estratégicos Tais processos necessitam
estratégicos.
de visões altamente sintéticas para
entender características dos negócios
realizados.
ƒ Esse tipo de exploração requer a coleta,
transformação e consolidação de
informação de diversas fontes num
depósito de dados (data warehouse).
Data Warehouse
ƒ O data warehouse é uma base de dados
diferente daquela usada nos sistemas
transacionais e de gestão. É um
ambiente inteiramente dedicado ao
processamento analítico (OLAP) e à
mineração de dados (data mining).
mining)
OLAP
ƒ On-line Analitical Processing é a
tecnologia que permite o agrupamento
da informação de negócios por critérios
relevantes previamente definidos,
visando a identificação de tendências e
desvios.
desvios
ƒ Emprega uma estrutura denominada
cubo, que é um agregado dos critérios
relevantes (“dimensões”), em cujos
cruzamentos estão sumarizados os
dados quantitativos (“fatos”)
( fatos ).
OLAP
ƒ O grau de síntese pode ser controlado
durante a exploração do cubo por meio
do mecanismo de drill-up e drill-down,
que executam, respectivamente, síntese
e análise dos fatos, alterando a
consolidação pelos componentes das
dimensões.
ƒ Uma característica peculiar da estrutura
do cubo OLAP é que ele já contém todos
os valores previamente calculados.
OLAP
ƒ Isso o torna muito rápido quando de sua
exploração, embora sua geração possa
ser bastante demorada. O cubo OLAP
tem respostas para todas as questões
que se possam fazer em termos das
dimensões e dos fatos.
fatos
OLAP
Por exemplo: a área de vendas precisa
analisar as quantidades vendidas de cada
tipo de produto durante o ano, mês a mês.
O cubo OLAP a ser montado tem as
seguintes características:
dimensões:
ƒ o tipo de produto e seus agrupamentos
(linha, setor);
ƒ o mês e seus agrupamentos (trimestre,
ano);
Fato:
ƒ quantidade vendida.
OLAP
ƒ O processo que gerou o cubo
apresentou o seguinte resultado:
OLAP
Este cubo está preparado para dar
respostas a qualquer questão formulada em
termos de meses, produtos e quantidades
vendidas, como:
ƒ Quantos fogões vendidos em fevereiro
de 2010?
ƒ Resposta: 1169.
OLAP
ƒ Quantos eletrônicos vendidos no 2º
trimestre de 2010?
Resposta: (1034 + 1553 + 1714 +
(1795 + 698 + 1520) +
(1530 + 1836 + 1742) = 13422
Mineração de dados
ƒ Data mining é a tecnologia que permite a
descoberta de correlações ocultas ou
não triviais entre atributos ou eventos
aparentemente não relacionados. Utiliza
técnicas estatísticas e heurísticas para
descobrir tendências
tendências.
ƒ Ao contrário do cubo OLAP, que
classifica informação por critérios
previamente definidos (que se supõem
relevantes), a mineração de dados utiliza
diversos critérios potenciais e os agrupa
seletivamente até achar alguma
tendência nos dados quantitativos.
Mineração de dados
ƒ Por exemplo: A área de marketing de
uma loja quer identificar compradores
potenciais de determinado tipo de
produto para poder elaborar uma
campanha publicitária adequada ao
público alvo Ao pesquisar informações
público-alvo.
de clientes, relacionando a idade deles
com a compra do tipo de produto em
questão, o algoritmo da árvore de
decisão identificou que os clientes mais
jovens são mais propensos a adquirir
aquele tipo de produto, conforme
mostram os gráficos a seguir:
Mineração de dados
ƒ Exemplo de árvore de decisão
(mineração de dados)
Interatividade
Utiliza diversos critérios potenciais e os
agrupa seletivamente até achar alguma
tendência nos dados quantitativos, referese à:
a) OLAP
b) Data mining;
c) Cubo
d) Datawarehouse;
e) BI.
Produtos, tecnologias e casos de
uso
ƒ Para explorar um cubo OLAP, é
necessário utilizar um programa que
consiga manipulá-lo, conhecido como
Clientes OLAP. O Microsoft Excel é um
Cliente OLAP genérico, e utiliza sua
funcionalidade de tabela dinâmica (pivot
table) para visualizar cubos com
diferentes graus de consolidação(dentro
das dimensões do cubo), além de
permitir que os números obtidos sejam
usados em outros cálculos.
Produtos, tecnologias e casos de
uso
Painéis de controle (dashboards)
ƒ São ferramentas que agregam à
informação alto grau de significação ao
representá-la sinteticamente de forma
gráfica. De fato, pouca coisa poderia ser
mais sintética e significativa que uma luz
verde, indicando que todos os
parâmetros estão dentro das faixas
esperadas, e uma luz vermelha,
indicando que parâmetros críticos estão
fora dos limites aceitáveis
aceitáveis.
Produtos, tecnologias e casos de
uso
Portais de conhecimento
São sistemas que oferecem um ponto
central de acesso a diversos tipos de
conteúdo. Podem trabalhar com recursos
interativos como:
ƒ fóruns: perguntas e respostas, debates,
troca de informação e conhecimento;
ƒ referências (Wikis): conhecimento
catalogado e indexado;
ƒ blogs e notícias: informação atual com
possibilidade de interação;
ƒ busca: pesquisa de conteúdo por
palavras fornecidas.
Produtos, tecnologias e casos de
uso
Representações sintéticas emergentes
ƒ Novas formas de representação, com
alto grau de significância, estão sendo
pesquisadas. Entre elas, as mais
promissoras são:
Tag cloud
ƒ Oferece acesso ao conteúdo por
indicação gráfica dos termos mais
citados. É uma representação sintética e
visual a respeito
p
da frequência
q
das
palavras-chave mais empregadas.
Produtos, tecnologias e casos de
uso
Visuwords (baseado no Wordnet)
ƒ Oferece acesso ao conteúdo por
indicação gráfica do relacionamento
entre termos associados. É uma
representação sintética e visual a
respeito das ligações entre elementos
correlacionados.
Interatividade
Oferece acesso ao conteúdo por indicação
gráfica dos termos mais citados, refere-se à:
a) Painéis de controle ;
b) Portais de conhecimento;
c) Representações sintéticas emergentes;
d) Visuwords;
e) Tag cloud.
Conclusão da aula
Falamos sobre Gestão do conhecimento e
inteligência Corporativa.
Também sobre OLAP, Data mining etc.
ATÉ A PRÓXIMA!