Академический Документы
Профессиональный Документы
Культура Документы
Referncias
BALLOU, Ronald H. Gerenciamento da cadeia de suprimentos / logstica empresarial. 5. ed. Porto Alegre: Bookman, 2006. BARBIERI, Carlos. BI - Business Inteligence: Modelagem e tecnologia. Rio de Janeiro, Axcel Books, 2001. CAMPOS, M. L. Data Ware Housing. UFRJ, 2007. JAMIL, George. L. Repensando a TI na empresa moderna: atualizando a gesto com a tecnologia da informao. Rio de Janeiro: Axcel Books do Brasil, 2001. LAUDON, K. C.; LAUDON J. P. Sistemas de informao gerenciais: administrando a empresa digital. 7. ed. So Paulo: Prentice Hall, 2007. NOVAES, Antnio Galvo. Logstica e gerenciamento da cadeia de distribuio: estratgia, operao e avaliao. 3. ed. Rio de Janeiro: Elsevier, 2007.
1 2
Referncias
OBRIEN, James A. Sistemas de informao e as decises gerenciais na era da internet. 2. ed. So Paulo: Editora Saraiva, 2004. REZENDE, Denis A.; ABREU, Aline F. de. Tecnologia da informao aplicada a sistemas de informao empresariais. 3.ed. So Paulo: Atlas, 2003. SILBERSCHATZ, Abraham; KORTH, Henry F.; SUDARSHAN, S. Sistema de banco de dados. So Paulo: Campus, 2006. STAIR, Ralph M. Princpios de sistemas de informao: uma abordagem Gerencial. 2. ed. Rio de Janeiro: Livros Tcnicos e Cientficos, 1998. TURBAN, E.; RAINER JR, R. K.; POTTER, E. P. Administrao de tecnologia da informao: teoria e prtica. 3. ed. Rio de Janeiro: Elsevier, 2005.
3
Parte 1
Logstica
Elementos chave para a estratgia competitiva das empresas; No incio, era confundida com transporte e armazenagem de produtos.
Logstica
Conceito de logstica na sua origem, sempre esteve ligado s operaes militares. Tem apresentado uma evoluo continuada desde a segunda guerra mundial; Ramo da cincia militar responsvel por obter, dar manuteno e transportar material, pessoas e equipamentos.
Hoje um ponto principal da cadeia produtiva integrada, procurando atuar de acordo com o moderno conceito de SCM.
20/05/2009
Logstica
Uma indstria precisava transportar seus produtos da fbrica para seus depsitos e para as lojas de seus clientes, bem como armazenar a matria prima suficiente para garantir os nveis de fabricao desejados.
Valores que o sistema logstico necessitou agregar: - valor de lugar, - valor de tempo, - valor de qualidade, - valor da informao.
7
Definio de Logstica: Processo de planejar, implementar e controlar de maneira eficiente o fluxo e a armazenagem de produtos, bem como os servios e informaes associados, cobrindo desde o ponto de origem at o ponto de consumo, com o objetivo de atender aos requisitos do consumidor. (Council of supply chain management professionals)
8
Conceito de Logstica
Processo de planejar, controlar, operar
Fluxos Logsticos
Os fluxos associados logstica vo desde o fornecedor at o consumidor, passando pela indstria, distribuio e varejo. Alm do fluxo de materiais (insumos e produtos), h tambm o fluxo de dinheiro, no sentido oposto, bem como o fluxo de informao, nos dois sentidos.
FORNECEDOR MANUFATURA DISTRIBUIDOR VAREJISTA CONSUMIDOR FINAL
Fluxo e a Armazenagem do ponto de origem Matria prima Produtos em processo Produtos acabados Informaes Dinheiro ao ponto de destino
FLUXO DE INFORMAO
FLUXO DE MATERIAIS
de forma econmica, eficiente e efetiva satisfazendo as necessidades e preferncias dos clientes
9
FLUXO DE CAPITAL
10
Cadeia de suprimentos
A cadeia de suprimentos integra os processos logsticos do fornecedor, do fabricante, do distribuidor e do cliente para reduzir tempo, esforos redundantes e custos de estoque. A cadeia de suprimentos uma rede de organizaes e processos de negcios para selecionar matrias-primas, transform-las em produtos intermedirios e acabados e distribuir os produtos acabados aos clientes. (LAUDON;
LAUDON, 2007).
12
20/05/2009
Indstria principal
Varejista
Atacadistas e distribuidores
Consumidor final
Comea a preocupao da logstica verde: impacto da logstica no meio ambiente. Muito provavelmente, num futuro prximo, ser obrigatrio um selo verde para operaes logsticas.
15 16
Quarta Fase
Distingue principalmente das outras pelo surgimento de uma nova concepo no tratamento dos problemas logsticos: SCM gerenciamento da cadeia de suprimentos. Nessa nova abordagem, a integrao entre os processos ao longo da cadeia de suprimentos continua sendo feita em termos de fluxo de materiais, de informao e de dinheiro. Entretanto, agora os agentes participantes atuam de forma estratgica, buscando os melhores resultados possveis em termos de reduo de custos, desperdcios e de agregao de valor para o consumidor final.
17
Tecnologia da Informao
Atua em larga escala, pois, ao mesmo tempo em que se busca a reduo de estoque e maior qualidade do servio logstico, passou a exigir custos reduzidos e prazos curtos no ciclo do pedido.
18
20/05/2009
SCM
O intercmbio de informaes intenso nesta fase, mas os pontos que a distingue das demais so: nfase absoluta na satisfao do consumidor final; Formao de parcerias ao longo da cadeia de suprimentos; parceiros, Abertura entre parceiros visando o acesso de todos s informaes operacionais e estratgicas; Aplicao de esforos para agregar o mximo de valor para o consumidor final e eliminar os desperdcios, reduzindo custos e aumentando a eficincia. Alguns autores preferem situar a logstica como uma parte do SCM.
19
Softwares de SCM
So softwares projetados para apoiar segmentos especficos da cadeia de fornecimento, tais como produo, controle de estoque, programao e transporte. Estes softwares se dedicam em melhorar os processos de tomada de deciso, otimizao e anlise. (TURBAN; RAINER; POTTER, 2005).
20
Parte 2
Business Intelligence
Data Warehouse Data Mining
21 22
Desafios da TI
Cenrios anteriores
Sistemas legados; Banco de dados cheios e que no agregavam valor;
Ambiente Interativo
Ferramentas de Interatividade
WEB
Dados da Organizao
Dados Externos
20/05/2009
Onde Situamos
BUSINESS INTELLIGENCE
FORNECEDOR/ PARCEIROS
Tecnologia da Informao
INTEGRAO(EAI)
Informao
INTERNET
CRM
PRM
B2C
B2B
Gesto Operacional
Dados
25 RELACIONAMENTO COM CLIENTE Fonte: BARBIERI, C.
ERP
OUTROS SISTEMAS
O Ambiente de BI
Fontes de dados operacionais
Ferramentas e Tcnicas de BI
Data Mart
E T L
Data Mining
Informaes
FONTES DE DADOS
DATA WAREHOUSE
EXPLORAO/ MINERAO
Tomada de Deciso
Anlise
27 28
Business Intelligence
Conjunto de ferramentas e tcnicas que objetivam dar suporte tomada de decises; BI extrai grandes quantidades de dados; Analisa de forma eficiente, para que os dados sejam transformados em informaes; Para serem compartilhados de forma clara e transparente, auxiliando as tomadas de decises e melhorando o desempenho gerencial.
29
Aplicativos Operacionais x BI
Aplicativos Operacionais Viso do atual e do real Soluo para requisitos conhecidos Abrangncia restrita Ab i t it Informao produzida por profissionais de informtica Business Intelligence Viso histrica e de tendncia Permitir a identificao de fatos desconhecidos Abrangncia ampla Ab i l Informao produzida pelo prprio usurio
Custo e tempo para obteno Informao obtida com baixo da informao altos custo e em tempo real Informao disponvel a poucos usurios Informao democratizada
30
20/05/2009
Um Comparativo
OLAP
On-line Analytical Processing Processamento analtico on-line
Abordagem de fornecimento de respostas rpidas para consultas analticas de natureza multidimensional.
FAST - o sistema deve ser capaz de responder rapidamente; ANALYSIS - significa que o sistema deve tratar a lgica do negcio e as anlises estatsticas que so relevantes para a aplicao.
CONSULTAS PADRES
listar todos os clientes que tiveram um decrscimo de consumo de 20% ou + na conta de energia
ANLISES MULTIDIMENSIONAIS
listar todos os cs do tipo residencial que tiveram consumo entre 400 e 500 kwh na regio sul, durante o perodo de maio a julho de 2000
DATA MINING
listar quais clientes tem maior probabilidade de responder a campanha de reduo
31
MULTIDIMENSIONAL o requisito chave. O sistema deve permitir uma viso conceitual multidimensional dos dados.
32
DATA WAREHOUSE
DW - Banco de dados para anlise e tomada de decises, baseada em informaes preparadas, consolidadas e sumariadas.
ERP
LEGADOS
BI
DEPTO
EXTERNOS
ETC
DM
DW
MINING
DM
Data Mart Pequeno DW depsitos que atendem a certas reas especficas custo mais baixo veculo de testes tempo menor de implantao .
CS
FN
VD
MK
FI
E-B
DM
APLICAES INFERENCIAIS
APLICAES OLAP-ANALTICAS
? ? ?
USURIO - GERNCIA
Fonte: BARBIERI, C.
33
34
DATA
TEMPO
QTD-VENDIDA REAIS-VENDIDOS
COD-PROMOO
ITENS
NOTA FISCAL
DATA INCIO
PROMOO
DATA FIM
COD-PRODUTO CUSTO-PRODUTO
PRODUTO
ESTOQUE
LOJA
COD-LOJA
ATENDEN TE
COD-ATENDENTE
MARCA
Sistemas atuais Dados espalhados em vrias tabelas SAP tem mais de 14.000 tabelas Estruturao transacional
36
35
20/05/2009
MODELO DIMENSIONAL
DIMENSES DIMENSES
CUBOS
Localizao
ITEM NF
VENDAS
ATENDENTE
Produto
LOJA
QTD-VENDIDA REAIS-VENDIDOS
PRODUTO
Kaiser Skol
DIA
FATO
T1
T2
T3
T4
Fonte: Rogrio Morais
38
Perodo
CUBOS
Os relatrios provenientes de OLAP possuem estruturas dinmicas chamadas CUBOS; Podem ter vrias dimenses: tempo, regio, produto, etc; sub conjunto Estruturas de dados que forma um sub-conjunto de um banco de dados grande;
PROJETO DE DW Fases
Planejamento/levantamento de necessidades Modelagem dimensional Projeto fsico DW/DM Projeto das aplicaes OLAP/Mining ETC Extrao - Transformao - Carga Construo Teste Implementao Acompanhamento
Podem ser manipulados e visualizados por inmeros ngulos e diferentes nveis de agregao, onde possvel atravs de suas dimenses (faces) analisar uma determinada situao.
39
40
DATA MINING
Descoberta de padres e tendncias em grandes volumes de dados Viabilizado por: < custo armazenamento < custo de processadores > competitividade negocial Difere de OLAP onde certas influncias so colocadas na pesquisa OLAP Mining - anlise de todas as interrelaes de influncia
41
DATA MINING
Chamada de KD (knowledge discovery) Usa modelos - criados a partir dos padres dos dados Algortmos estatsticos: mecanismos para criao de modelos rvore de deciso associao anlise de regresso algoritmos genticos redes neurais artificiais
42
20/05/2009
Tcnicas
DADOS
rvores de deciso
Ex.: Classificao de um indivduo com risco de ter ou no crdito Renda > R$ 4.000,00
ETC TRATAMENTO
EXTRAO TRANSFORMAO CARGA
DADOS
RETREINAR MODELO
2
5
APLICAR MODELOS
CLUSTERING ANALYSYS
REALIZAR ETCDADOS
SIM
NO
DATA MINING 4
3
DEFINIR E TREINAR O MODELO
Dvida = 0%
NO SIM
SIM
NO
ARVORE DE DECISO
BOM-MDIO-RUIM
AGREGAO
CLASSIFICAO
ASSOCIAO
43 44
Fonte: BARBIERI, C.
Tcnicas
Redes Neurais
uma abordagem computacional que envolve desenvolvimento de estruturas matemticas com a habilidade de aprender - modelo do sistema nervoso para aprender. Estruturalmente, uma rede neural consiste em um nmero de elementos interconectados (chamados neurnios/ns), que possuem entrada, sada e processamento. S organizados em camadas que aprendem pela So i d d d l modificao da conexo. Arquitetura:
Tcnicas
Redes Neurais
Para construir um modelo neural, ns primeiramente "adestramos" a rede em um Dataset de treinamento e ento usamos a rede j treinada para fazer predies. Problemas:
Complicao para treinar em uma grande base de dados Entrada no pode ser dados alfa-numricos (mapear para numrico) Nenhuma explanao dos dados fornecida (caixa preta)
45
46
Tcnicas
Redes Neurais
Exemplo prtico: risco de cncer
Tcnicas
Redes Neurais
RENDA
2o Exemplo
IDADE FORMA DE PAGAMENTO
DBITO
Nvel de entrada
Nvel intermedirio
Risco de Risco Nvel no ter de ter de crdito crdito sada As redes neurais usam seus dados de entrada; Atribui pesos nas coneces entre os atributos (neurnios); Obtm um resultado (risco de ter ou no crdito) no nvel de sada.
48
20/05/2009
Duas estratgias: Mining direto: uso de atributos conhecidos para direcionar modelos que produzam sadas preditivas Mining indireto: usa os atributos somente para descobrir padres e tendncias que no diretamente se associam com aes preditivas; Os modelos devem ser testados;
homens casados, entre 25 e 30 anos; compravam fraldas e/ou cervejas s sextas-feiras tarde no caminho do trabalho para casa; Wal-Mart otimizou s gndolas nos pontos de vendas, colocando as fraldas ao lado das cervejas; Resultado: o consumo cresceu 30% .
Os dados que foram usados na sua construo devem ser analisados com relao a sua relevncia na expresso daquela verdade.
49 50
Exemplo 3 Banco
Aplicou 1 milho de dlares em tcnicas de Data Mining Reduziu de 51.000 produtos para 14.000 produtos oferecidos em suas lojas. Exemplo de anomalias detectadas: Roupas de inverno e guarda chuvas encalhadas no nordeste Batedeiras 110v a venda em SC onde a corrente 220v
Selecionou entre seus 36 milhes de clientes: Aqueles com menor risco de dar calotes Tinham filhos co idades e e 18 e 21 a os a os com dades entre 8 anos Resultado: em trs anos o banco lucrou 30 milhes de dlares com a carteira de emprstimos.
51
52
BI Business Intelligence
KW Knowledge Warehouse
20/05/2009
BI BUSINESS INTELLIGENCE
Resumo do Currculo
- Mestre pela Universidade FUMEC. Linha de estudos: Sistemas de Informao - Gesto do Conhecimento Administrao Estratgica. - Doutorando (disciplina isolada) Cincia da Informao UFMG. - Bacharel em Cincia da Computao pela Universidade FUMEC. - Gestor e desenvolvedor de Sistemas Web pelo UNI-BH. - Analista de Sistemas e Programador de Computadores pela UFMG. - E Experincia profissional d 25 anos i l i cargos d di t d i i fi i l de inclui de diretor de empresas de fbrica de software, administrador de TI, analista / desenvolvedor de sistemas e arquiteto de dados. -Consultor organizacional e de TI em diversas empresas.
BI
CARLOS BARBIERI
Alguns slides desta apresentao foram retirados de materiais deste autor.
55
- Professor de graduao da Faculdade INED. - Professor e Coordenador ps-graduao da Faculdade Pitgoras. - Palestrante. - Autor de artigos.
56
"Onde h uma empresa de sucesso, algum tomou alguma vez uma deciso valente. Peter Drucker
57 58
10