O que é o Business Intelligence?

Algumas consultoras especializadas colocaram precisamente esta questão aos seus clientes sob a forma de inquéritos, e os resultados foram qualquer coisa como isto:

1 – Vários gestores afirmam que se trata de um termo de marketing pomposo, sem significado, criado por uma indústria de analistas;

2 – Outros dizem que se trata de um pleonasmo, uma expressão redundante ou um contra censo;

3 – Outros dizem que se trata de uma ferramenta de reporting;

4 – Outros ainda, dizem que se trata de um termo genérico que descreve a tentativa de optimizar o acesso e a utilização da informação;

5 – Por fim, há quem diga que o termo BI, dependendo da perspectiva, pode ser considerado como qualquer um dos pontos acima mencionados.

A questão fundamental na análise do termo BI é esta:
- De que forma, providenciar melhor informação do negócio, pode induzir em melhores decisões sobre esse mesmo negócio, partindo de um universo conceptual de dados, para um mundo real de informação, conhecimento e oportunidade?

Como se identifica a necessidade de BI?

O gestor concerteza não irá um dia acordar e pensar:
- Hei, eu preciso de mais BI! - Esta não é a forma como as pessoas pensam.

Do ponto de vista da gestão:

Do ponto de vista da gestão, pode-se concluir que há uma necessidade efectiva de ferramentas de BI, quando a maior parte do tempo das reuniões é passada a confrontar a origem e a veracidade dos dados apresentados pelos vários gestores, em lugar de se focarem nas reais oportunidades de negócio que entretanto surgem nas respectivas envolventes.

Outro dos sintomas de que existe a necessidade de ferramentas de BI é quando as pessoas desperdiçam o seu tempo a aceder, tentar integrar e tentar analisar e transformar dados de múltiplas origens, em ferramentas como o access ou o excel, cujo objectivo ou desenho não se dirige a este tipo de análise.

Do ponto de vista dos Técnicos de Informação:

Do ponto de vista tecnológico, quando existe uma falta de segurança ao nivel do ambiente de tratamento e transmissão de dados, como por exemplo tratar dados fundamentais em folhas de cálculo e transmiti-los por e-mail.

Outro exemplo, são os pedidos específicos da gestão aos técnicos de informação, sobre um determinado relatório, sobre um determinado aspecto do negócio durante um limite temporal e, quando este está pronto, a decisão já estar tomada pois houve necessidade de o fazer em tempo útil.

Outra situação, é por exemplo, saber-se que possuimos na organização a informação necessária, mas os técnicos não conseguem retorná-la no formato mais adequado ou intuitivo do ponto de vista da gestão.

Retorno do Investimento (ROI)

Outro dos aspectos fundamentais a avaliar nas ferramentas de BI é a análise de Custo Benefício ou o Retorno do Investimento efectuado.

Avaliação à moda antiga

ROI = Nº de horas anuais a construir Reports x Preço de mão de obra = Custo anual em BI

Este modelo não cnsegue avaliar os beneficios intangiveis como a oportunidade proporcionada pela utilização integrada de ferramentas de BI.

Avaliação moderna

Este tipo de avaliação já integra os beneficios intangíveis como a oportunidade de criar novos produtos ou explorar novas potencialidades de negócio baseadas em informação proporcionada pelas ferramentas de BI.

Incorpora também os beneficios indirectos como a melhor preparação dos funcionários para lidar com as necessidades dos clientes, pois conseguem obter na hora toda a informação integrada respeitante ao potencial de negócio que aquele cliente representa.

Podemos, de um modo conceptual, mostrar no gráfico abaixo como o investimento em funcionalidades das ferramentas de BI afecta os benefícios e os custos respectivamente:



Assim, quanto mais forem os investimentos em funcionalidades de BI, os benefícios daí decorrentes começam a ter um impacto cada vez menor, a partir de um determinado número de funcionalidades de BI. Pelo contrário, os custos aumentam exponencialmente a partir de determinado momento neste acréscimo em investimento em novas funcionalidades BI.

Deste gráfico podem-se evidenciar três quadrantes fundamentais:

A – Neste quadrante, existem ainda beneficios de negócio relevantes que se podem obter com o incremento de investimento em funcionalidades adicionais das nossas ferramentas de BI;

B – Neste quadrante, o aumento de funcionalidades de BI já provoca custos excessivos para o acréscimo de benefícios de negócio que permite adicionar;

C – Este quadrante, só é de facto possível de alcançar se os custos de propriedade forem reduzidos drásticamente, hipótese esta que é viável se a organização optar por uma filosofia de Open Source.

Fonte: http://www.pentaho.com/

Funções

Relação

É uma regra que associa o valor de um determinado domínio com outro valor num determinado contradomínio.

Função

Uma função é uma relação ou regra que afecta cada elemento de um determinado domínio com o seu elemento associado no contradomínio.

Domínio

É o conjunto de valores que podem ser introduzidos numa função. Isto é, o conjunto de todos os valores que uma variável independente pode assumir. Graficamente, o domínio é o conjunto de coordenadas do eixo dos x (abcissas).

Contradomínio

É o conjunto de todos os valores resultantes quando uma função é testada por todos os valores do seu domínio. Isto significa que é o conjunto de valores que a variável dependente pode assumir. Gráficamente, o contradomínio é o conjunto de todos os valores assumidos pelo eixo dos y (ordenadas).

Variável Independente

Tipicamente, o x é a variável independente. Sobretudo, a variável independente é a variável que é livre de assumir diferentes valores de forma independente da outra variável. É possível haver mais do que uma variável independente.

Variável Dependente

É tipicamente a variável y. A variável dependente é determinada com base nos valores da variável independente associada. Se uma função é descrita da seguinte forma: y=3x+2, então y depende do x, mas x não depende de y.

Domínio da Função

Conjunto de todos os numeros reais para os quais a função está definida.


Para um estudo mais detalhado sobre as funções matemáticas, consultar o seguinte sítio:

http://www.richland.edu/james/lecture/m116/

OFF TOPIC: Enjoy Life

?

?

Equações Boleanas

Proposição

Todas as proposições são frases mas nem todas as frases são proposições, ou seja, uma frase é uma proposição apenas quando admite um dos dois valores lógicos: Falso (F)ou Verdadeiro (V).

Exemplos:

Frases que não são proposições

Pare!
Quer beber um café?
Não tenho a certeza se esta é a cor que quero

Frases que são proposições

A lua é o único satélite natural do planeta terra (V)
A cidade de Barcelona é a capital de Espanha (F)
O número 712 é ímpar (F)
Raiz quadrada de dois é um número irracional (V)

Composição de Proposições

É possível construir proposições a partir de outras proposições já existentes.

A = "Raquel tem 23 anos"
B = "Raquel é menor"

Como em Portugal 18 anos é a emancipação (ou aos 16 anos em casos especiais), faz com que a proposição B seja Falsa, na interpretação da proposição A ser Verdadeira.

"Raquel não tem 23 anos" (nãoA) (negação),
"Raquel tem 23 anos" e"Raquel é menor" (A e B) (conjunção),
"Raquel tem 23 anos" ou"Raquel é menor" (A ou B) (disjunção),
Se "Raquel tem 23 anos" então "Raquel é menor" (A => B) (implicação)
"Raquel tem 18 anos" é equivalente a "Raquel não é menor" (C <=> não(B)) (equivalência)

Algumas Leis Fundamentais

Uma proposição é falsa (F) ou é verdadeira (V): não existe meio termo.
Uma proposição não pode ser, simultaneamente, V e F.
O valor lógico (V ou F) de uma proposição composta é unicamente determinada pelos valores lógicos das suas proposições constituintes.

Tabela-Verdade

A tabela-verdade, como se sabe, é um instrumento eficiente para a especificação de uma composição de proposições.

Variável Lógica (Booleana)

Considere a proposição

A = "Raquel tem 23 anos"
A proposição "Raquel tem 23 anos" é representada pelo símbolo A, que pode assumir dois valores lógicos: F ou V.

A variável booleana, A pode também ser designada por variável lógica.

Função de Variáveis Lógicas (Booleanas)

Dada uma variável lógica, é possível construir uma função desta variável, f(A),

Exemplo

f(A) = A'

isto é, a função da variável lógica A representa simplesmente a sua negação.

Quando se tem apenas 1 variável, é possível construir 4 funções, onde a primeira é a própria negação e a segunda é a função identidade.

Para duas ou mais variáveis, o número possível de funções que podem ser construidas, é de 2^(2*n), onde n é o número de variáveis.

Para duas variáveis, 2^(2*2) = 16 possibilidades.

Teoremas da Álgebra de Boole

Uma função combinatória pode ser escrita de várias maneiras, sem ser alterada, fazendo-se uso dos Teoremas da Álgebra de Boole. Por exemplo,

(A . B)' = A' + B'

onde, como visto, os símbolos "'" e "+" representam a negação (NOT) e a disjunção (OR), respectivamente. Aqui usou-se um dos teoremas conhecidos como Leis de De Morgan. Os principais teoremas da Álgebra Booleana são,

Diagramas lógicos

NOT

OR

AND

NAND

Entre outros como:

NOR; XOR; XNOR; AND or INVERT (AOI)

A importância destes diagramas lógicos está no facto de representarem os elementos básicos de construção da maioria dos circuitos integrados.

Exemplo prático: Função Alarme

Considerar um sistema de segurança de uma loja.

Existe um sensor de contacto que, ligado (V ou 1), indica que a porta está fechada;

Outro sensor infravermelho que, ligado, indica que não há movimento no interior da loja.

O alarme é acionado quando um dos dois sensores é desligado.

A = "sensor de contacto"
B = "sensor infravermelho"

A tabela-verdade para esta função alarme, f(A,B), é dada por onde 0 e 1 significam desligado e ligado, respectivamente.

A função alarme, acima, pode ser escrita de acordo com a seguinte equação booleana,

f(A) = (A.B)'

onde o símbolo "'" significa a negação lógica, e o símbolo "." significa a conjunção (AND) lógica.

Os diagramas lógicos da função alarme aqui tratada poderia ser especificada através do seguinte diagrama lógico,

isto é, através da porta lógica NAND.

Fontes:

http://www.ithaca.edu/library/course/expert.html

http://www.learn-c.com/boolean.htm

Fuzzy: A lógica do mais ou menos.

Aristóteles, filósofo grego (384 - 322 a.C.), foi o fundador da ciência da lógica. Uma teoria toda ela baseada em certezas absolutas como o Sim, o Não, o E e o Ou.

A lógica Fuzzy ou das variáveis difusas, assume que, entre um Sim e um Não, existe um Mais ou Menos, ou seja, entre a certeza de ser e a certeza de não ser, existem infinitos graus de incerteza.

Estes tipos de incerteza, no entanto, são diferentes da incerteza da Teoria das Probabilidades. Enquanto as probabilidades se aplicam a casos e sistemas independentes, as variáveis fuzzy caracterizam-se pela sua inter-dependência, é que a lógica Fuzzy aplica-se principalmente em conjuntos de variáveis contínuas, que podem ser incluídas em vários conjuntos, sendo conhecidos por Conjuntos Nebulosos.

Por exemplo, um homem de 1,75 é alto ou é baixo?

Não podemos responder concerteza se ele é baixo ou se é alto, mas podemos atribuir-lhe uma percentagem de "baixo" e uma percentagem complementar para"alto", no entanto uma coisa é certa, entre o homem de 1,75 de altura e um outro de 1,80, este último é de certeza mais alto que o primeiro.

Desde que foi inventada, em 1965 por Lotfi A. Zadeh (Universidade da Califórnia, Berkeley), que existe uma certa concorrência com a teoria das probabilidades, contudo, a Lógica Fuzzy, com base na teoria dos Conjuntos Nebulosos (Fuzzy Set), tem-se mostrado mais adequada para tratar imperfeições da informação.

Os conjuntos Fuzzy constituem uma "ponte " no caminho de aproximar o raciocínio humano ao da lógica executada pela máquina.

Na prática, as variáveis difusas caracterizam-se por pertencer em simultâneo a vários conjuntos numa determinada proporção entre eles. Esta proporção é designada por Grau de Pertinência.

Este conceito de dualidade, estabele que um determinado estado, pode e deve coexistir com o seu oposto, e deste modo faz da Lógica Fuzzy, uma lógica natural, até mesmo inevitável.


Figura 1: Exemplo da intersecção de variáveis entre conjuntos



Características da Lógica Difusa

- A Lógica Difusa baseia-se em palavras e não em números, ou seja, os valores verdadeiros são expressos adjectivos, por exemplo: quente, muito frio, verdade, longe, perto, rápido, vagaroso, médio, etc.

- Ou então em predicados como por exemplo: muito, mais ou menos, pouco, bastante, médio, etc.

- Possui também conjuntos de quantificadores, como por exemplo : poucos, vários, aproximadamente, habitualmente.

- Faz uso das probabilidades da lingua como por exemplo: provável, improvável, que são interpretados como números fuzzy e manipulados pela sua aritmética.

- As variáveis são sempre associadas a um grau de pertinência com valores entre 0 e 1.


Figura 2: Exemplo de aplicação de variáveis fuzzy



Vantagens da utilização de variáveis Fuzzy


- Requer poucas regras, valores e decisões;

- Fácilmente se podem integrar com outras variáveis observáveis;

- O uso de variáveis verbais aproxima a sua aplicação à lógica do pensamento humano;

- Simplifica a resolução de problemas;

- Proporciona uma análise rápida e facilidade de criação de protótipo dos sistemas;

- Simplifica a aquisição e transmissão do conhecimento.



Exemplos práticos de problemas Fuzzy

Para podermos perceber melhor este conceito, nada melhor do que dar-mos uma olhada aos exemplos em baixo:


Exemplo 1: Classificação de Casas

Uma imobiliária pretende classificar as casas que tem para oferecer aos seus clientes.
Um dos indicadores de conforto é o número de divisões da casa.
Em baixo representamos o universo de tipos de casas num conjunto (FuzzySet).

U = {1, 2, 3, 4, 5, 6, 7, 8, 9, 10}

Este conjunto descreve o numero de divisões das casas.

A Imobiliária pretende descrever o grau de conforto que as suas casas proporcionam a uma familia de quatro pessoas.

Solução: O conjunto difuso “Tipo de casa confortável para uma familia de quatro pessoas” pode ser descrito do seguinte modo.





Que conclusões podemos tirar daqui?

Primeiro sobre o conjunto fuzzy: Verifica-se que associado ao numero de divisões da casa existe um classificador que vai de zero a um. É o Grau de Pertinência.

Sobre o resultado: Lógicamente que casas até 4 divisões crescem no conforto oferecido. A partir das cinco divisões, o conforto decresce consoante o critério estabelecido.


Exemplo 2: Representar a faixa etária

2-1. Representar o conjunto Universo da idade razoável para os seres humanos.

U = {0, 1, 2, 3, ... , 100}



2-2. Assumir que o conceito de Novo é definido pelo seguinte conjunto trapezóidal:



O conceito de velho pode também ser representado por um conjunto onde os membros estão definidos da seguinte forma:



Podemos deste modo definir o conceito de meia idade como não sendo nem novo nem velho. Isto faz-se utilizando operadores da lógica Fuzzy:



Podemos assim definir um conjunto fuzzy que represente o conceito de meia idade através da intersecção dos elementos complementares aos dois conjuntos anteriores - Novo e Velho.

Em baixo podemos observar o efeito gráfico desta intersecção de conjuntos:




Podemos pelo gráfico concluir que a intersecção dos Novos com os Velhos dá uma boa definição do conceito de Meia Idade.

Para ver mais exemplos consultar:
http://www.wolfram.com/products/applications/fuzzylogic/examples/



Infra-Estruturas Fuzzy

A resposta de um sistema Fuzzy é contínua e suave com o tempo, aprovada para o controle de sistemas continuamente variáveis, como por exemplo:

- Centrais nucleares, refinarias, processos biológicos e químicos, fornos de calor, máquina diesel, tratamento de águas e sistemas ferroviários de controlo automático.

A Lógica Fuzzy tem encontrado grandes aplicações nas seguintes áreas:

- Sistemas Especialistas; Computação com Palavras; Raciocínio Aproximado; Linguagem Natural; Controle de Processos; Robótica; Modelação de Sistemas Parcialmente Abertos; Reconhecimento de Padrões; Processos de Tomada de Decisão entre outros.


Exemplo de dispositivo Fuzzy


Conclusão

A lógica Fuzzy permite lidar de forma mais eficaz com a gestão de modelos e sistemas complexos, principalmente na gestão de ambientes incertos.
Nos últimos anos, temos vindo a assistir a uma utilização combinada entre esta lógica das variáveis difusas e as Redes Neuronais, que possuem características de adaptação e aprendizagem.
É com base nesta nova espécie de controladores neurodifusos que surgem cada vaz mais sistemas adaptativos e inteligentes que poderão, num futuro próximo, não apenas ajudar a decidir, mas também eles próprios tomarem as decisões, com base na percepção da envolvente.

Rui Almeida Santos



Fontes:
http://www.renci.org/publications/presentations/Autopilot.PerfTuning/sld027.htm
http://www.geocities.com/logicas2000/Fuzzy.htm

Modelo de Decisão - Estudo de Caso

Decisão: Automatizar Processo de Reconciliação e Justificação de Rúbricas Contabilísticas ???

... Em construção.

Rui Almeida Santos

Classificação das decisões: Decisões operacionais VS Decisões estratégicas

Vários são os autores que têm vindo a classificar as decisões:

Simon (1960) classificou as decisões em programadas e não programadas. As primeiras são repetitivas e de rotina, e a organização resolve estes problemas através de procedimentos direccionados. As decisões não programadas são pouco estruturadas e normalmente de carácter político.

Hickson (1986) classificou as decisões segundo tópicos relacionados com o tipo de acontecimento ao qual se direcciona a decisão. Assim, as decisões podem ser:

- Tecnológicas; - Organização; - Controlo; - Domínio; - Serviços; - Produtos; - Pessoal; - Limites; - Entradas; - Localizações etc.

Mitzberg (1976) classificou as decisões em três prespectivas:

- Pelo Estímulo, que pode ser tipo problema ou tipo oportunidade;
- Pela Solução, que pode ser, a solução disponível (no inicio do processo), a solução desenvolvida (durante o processo de decisão), solução dedicada (desenvolvida exclusivamente para o processo);
- Pelo Processo, que pode ser uma procura básica, uma procura modificada, uma interrupção simples, um projecto básico, projecto em conflito, projecto político, etc

Por fim, Matheson e Matheson (1998), para efeito de análise da qualidade de uma decisão, sugeriram classificar as decisões em dois grupos, decisões operacionais e decisões estratégicas. As respectivas características encontram-se sintetizadas no quadro mais abaixo:

Arquitectura Integrada

A diferença entre uma arquitectura tradicional e uma arquitectura integrada é que, esta última reduz o custo total por utilizar a mesma estrutura de controlo para toda a gama de aplicações e automatismos de uma organização, seja esta grande ou pequena.

Deste modo podem reutilizar-se desenhos, metodologias e know how com a finalidade de reduzir o tempo de resposta às novas necessidades de negócio, exigências de mercado ou clientes e reduzir os custos de manutenção e os tempos improdutivos.

Deste modo, pode-se obter mais fácilmente acesso aos dados dos sistemas de negócio, com o benefício de uma arquitectura integrada, para uma melhoria da capacidade de tomar decisões administrativas.

Uma Arquitectura Integrada melhora a produtividade proporcionando maior funcionalidade e flexibilidade, e uma incomparável capacidade de escalabilidade dos sistemas.

A Arquitectura Integrada também aborda necessidades de rendimento e informação, incluindo a qualidade e a gestão de activos.

Ao dar enfase à conectividade, interoperabilidade e utilização de standards generalizados, esta arquitectura permite uma maior transparência na integração da informação, independentemente da sua origem interna ou externa, e natureza, operacional, táctica e estratégica.

A primeira ferramenta de suporte à decisão

A criação de ferramentas de suporte à decisão é uma ciência relativamente recente, isto se considerarmos a sua relação estreita com o tratamento massivo de dados.

É verdade que a era da informação está intimamente associada à evolução das tecnologias dos computadores e das comunicações, e todos sabemos como estas proporcionam aos decisores da actualidade, ferramentas cada vez mais poderosas na avaliação, simulação e visualização dos dados.

Ao decisor moderno, é possível criar modelos de decisão de tal modo aproximados da realidade, que até podemos navegar por eles através das opções que tomamos. A semelhança destes modelos é tal, que se conseguem confundir com a própria realidade (veja-se os jogos de computador).

O que foi dito em cima é bem verdade, mas existe aqui um facto que ninguém pode negar.

Muito anos antes da invenção do computador, das telecomunicações, da electricidade, do carvão, e até do fogo (Ufff!), surgiu a primeira tecnologia fundamental de análise e processamento massivo de dados e informação.
Uma tecnologia interactiva poderosa, capaz de avaliar problemas e opções, utilizar a experiência de decisões anteriores e utilizar o meio em redor em proveito de decisões futuras.

Esta tecnologia chama-se Mente Humana.

A mente humana é a primeira ferramenta de suporte à decisão conhecida, e não poderá haver outra anterior a esta, a menos que não seja humana.

Assim, a Mente Humana foi evoluindo progressivamente (ou nem por isso), mas é certo que a par desta evolução, sempre esteve subjacente um domínio progressivo e proporcional sobre os materiais do meio ambiente, em ferramentas ... de suporte à decisão.

Um ábaco por exemplo, permite ao seu utilizador calcular e avaliar quantitativamente o impacto das suas decisões sobre, quantas cabras vender, ou que quantidade de arroz semear.
Óbviamente que subjacente à decisão está sempre uma abstracção mental da própria realidade, ou seja um modelo de decisão mental.

Mas ainda antes do ábaco, outras ferramentas foram fundamentais nas tomadas de decisão humanas, quer nas actividades de caça, quer na agricultura, quer na expansão da espécie para territórios mais inóspitos.
Na pré-história o homem moldou o Sílex, construindo ferramentas poderosas. Na sua concepção, o homem partiu de modelos ou abstracções mentais da realidade, da sua experiência na utilização de tais ferramentas, ou até pela própria observação e testemunho das capacidades e possibilidades destes utensílios.

Foi o sentimento de confiança proporcionado pela utilização de tais ferramentas, que permitiu ao homem tomar decisões impossíveis até essa altura, como por exemplo, caçar o mamute, ou apostar na sedentarização, na agricultura, pesca, na expansão territorial, etc.

Foi sempre baseado neste tipo de análise, simulando a realidade de forma abstracta, através de modelos mentais, que o homem concebeu ferramentas fundamentais para a sua evolução gradual, como espécie inteligente, baseada precisamente na complexidade crescente das decisões tomadas.

Rui Almeida Santos

Continuação: Os modelos contemporâneos de decisão