Unidade III PLANEJAMENTO ESTRATÉGICO DE TECNOLOGIA DA INFORMAÇÃO Prof. Daniel Arthur Gennari Junior Sobre esta aula Gestão do conhecimento e inteligência Corporativa Conceitos fundamentais Aplicações do conhecimento Produtos, tecnologias e casos de uso Gestão do conhecimento e inteligência corporativa Informação 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. 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 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 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 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 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: ouvir e escutar; olhar e ver; 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 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: dado: o registro dos estímulos captados os transforma em dados; informação: dados classificados e ressignificados se transformam em informação; conhecimento: a informação consolidada e re-significada se transforma em conhecimento; inteligência: conhecimento sintetizado e ressignificados sustentam ações da inteligência; sabedoria: as ações da inteligência ganham propósito e se justificam com a sabedoria. O Modelo DICIS Exemplo empresarial: ambiente: clientes, competidores, governo, economia, tendências, tecnologia; dados: cotações, ç , vendas,, compras, p , pagamentos, recebimentos, tributos; informação: crédito, inadimplência, lucratividade, fluxo de caixa, índices econômicos, KPIs; conhecimento: processos, processos produtos, produtos mercado, sucessos e fracassos; inteligência: estratégias, ajustes de rumo, mudanças de abordagem; 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: marcas; patentes; p ; 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. O capital informacional inclui: dados: informação: conhecimento: 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 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 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: preservação do capital intelectual; estimulo à colaboração no trabalho; desenvolvimento do espírito de equipe; acelerar o processo decisório; reutilizar soluções; aumento de produtividade; p competências; p ; mapear maximizar oportunidades; estímulo à inovação; incentivo ao aprendizado. Sistemas de inteligência 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. Esse tipo de exploração requer a coleta, transformação e consolidação de informação de diversas fontes num depósito de dados (data warehouse). Data Warehouse 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 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 Emprega uma estrutura denominada cubo, que é um agregado dos critérios relevantes (“dimensões”), em cujos cruzamentos estão sumarizados os dados quantitativos (“fatos”) ( fatos ). OLAP 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. Uma característica peculiar da estrutura do cubo OLAP é que ele já contém todos os valores previamente calculados. OLAP 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: o tipo de produto e seus agrupamentos (linha, setor); o mês e seus agrupamentos (trimestre, ano); Fato: quantidade vendida. OLAP 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: Quantos fogões vendidos em fevereiro de 2010? Resposta: 1169. OLAP Quantos eletrônicos vendidos no 2º trimestre de 2010? Resposta: (1034 + 1553 + 1714 + (1795 + 698 + 1520) + (1530 + 1836 + 1742) = 13422 Mineração de dados 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. 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 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 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 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) 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: fóruns: perguntas e respostas, debates, troca de informação e conhecimento; referências (Wikis): conhecimento catalogado e indexado; blogs e notícias: informação atual com possibilidade de interação; busca: pesquisa de conteúdo por palavras fornecidas. Produtos, tecnologias e casos de uso Representações sintéticas emergentes Novas formas de representação, com alto grau de significância, estão sendo pesquisadas. Entre elas, as mais promissoras são: Tag cloud 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) 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!