SIAD - Conclusão

Em jeito de conclusão da disciplina de SIAD, deixo-vos a minha definição de Business Intelligence.

Business Intelligence é o processo pelo qual as organizações rentabilizam os seus dados, tendo em conta o contexto em que ocorrem, de forma a tornar-se inteligentes.
Este processo pode ser apoiado por tecnologias de BI, como o Data Warehousing, os SAD os SAD, OLAP, Reporting e Data Mining, entre outras.
Estas tecnologias podem ajudar as organizações a tornar-se inteligentes, mas o seu papel não é substituir os seus gestores. A inteligência reside na correcta definição dos problemas das organizações. Mas, para os resolver, torna-se necessário dar mais um passo – alcançar a sabedoria. A definição das soluções, dos caminhos para a resolução dos problemas. O BI torna as organizações inteligentes. Cabe aos gestores torná-las sábias.

Fuzzy Logic

Um destes dias, numa visita a um hipermercado, deparei-me com uma máquina de lavar roupa com a designação "fuzzy logic". Decidi investigar um pouco, e descobri que a lógica fuzzy está presente em nossas casas nos locais mais inesperados. Um exemplo simples, é um termostato, que está presente em inúmeros aparelhos eléctricos.

Por exemplo, um irradiador eléctrico está programado para manter uma determinada temperatura. Definem-se, assim, dois conjuntos de temperaturas, um composto pelas temperaturas abaixo da temperatura definida e outro que compreende as temperaturas acima desse valor:

Com base nestes dois conjuntos, como se comportaria o termostato? Imaginemos que na sala registavam-se 22º. O irradiador, está, portanto, em funcionamento, e, ao atingir os 23º, o termostato desligá-lo-á. Um milésimo de segundo depois, a temperatura já desceu para 22,999999º, valor abaixo de 23º, pelo que o irradiador entrará de novo em funcionamento. Um milésimo de segundo depois, a temperatura volta aos 23º de novo, e o irradiador desliga-se.

Será razoável um funcionamento deste tipo? Provavelmente, será mais razoável o termostato desligar o irradiador quando a temperatura atingir, por exemplo, 25º, e voltar a ligá-lo quando se atingissem os 21º. Teremos, assim, dois conjuntos vagos, frio e quente:

Mais razoável, não é?

O funcionamento de uma máquina de lavar fuzzy é um pouco mais complexo, podem ver um exemplo em http://www.aptronix.com/fuzzynet/applnote/wash.htm.

www.vector.org.uk/archive/v192/coxe192.htm

Sistemas de Informação Estratégicos - Um Novo Paradigma

Uma questão surgiu recentemente na minha mente: E se a Estratégia da organização suportasse os seus sistemas de informação e não o contrário?

Analisemos um pouco o que acontece hoje nas organizações: A informação flui, sobretudo, de baixo para cima, do operacional para o data warehouse. O gestor tem pouco controlo sobre a informação que está disponível para ser analisada, uma vez que este controlo é feito a nível operacional, o que levou à queda dos sistemas de apoio à decisão orientados por modelos. Os modelos eram óptimos, mas não existiam dados que os validassem.

Imaginemos agora uma mudança de paradigma na gestão das tecnologias de informação da empresa. Em vez de termos uma arquitectura de SI baseada nos sistemas operacionais, e termos sistemas departamentais e corporativos apoiados nestes sistemas, imaginemos, só por um momento, que temos o oposto, isto é, uma arquitectura criada e pensada em função da estratégia definida pelo topo da organização.

Esta arquitectura poderia ser criada através de uma hierarquia de objectivos em forma de árvore, aplicada aos Sistemas de Informação, através da definição da missão corporativa e da sua decomposição em objectivos estratégicos, que, por sua vez, se iriam decompor em objectivos táticos e operacionais, em termos de necessidades de informação a satisfazer.

Ao nível estratégico, seriam definidas as necessidades de informação estratégica a serem satisfeitas pelos sistemas de informação estratégicos, sem se ter em conta os níveis inferiores. À medida que desceríamos na pirâmide organizacional, consideraríamos as necesidades de informação para esse nível, e de que forma os sistemas a esse nível poderiam alimentar com dados os sistemas do nível acima, validando e dando significado aos modelos neles implementados.

Asim, os dados recolhidos no nível operacional, ou no nível mais baixo da organização, seriam aqueles (e só aqueles) relevantes para a estratégia da organização, e não toda uma míriade de dados e indicadores cuja análise é irrelevante para o negócio. Ao mesmo tempo, garantiríamos a existência de dados que validassem os modelos implementados nos sistemas de níveis superiores.

A Estratégia definiria e controlaria que dados são recolhidos no nível Operacional, e que informação está disponível para análise, e não o contrário. Haveria uma perfeita integração entre dados e modelos.

Será esta a tal Arquitectira Integrada de Sistemas de Informação?

OK, talvez este não seja um bom exemplo..... ;)

Matriz Funções de Gestão / Níveis de Gestão

A seguinte matriz contem exemplos de algumas actividades que pode resultar do cruzamento das funções de gestão com os níveis de gestão.

Solução: Abstracção

Na última aula de SIAD vimos a diferença entre algoritmos polinomiais e não polinomiais. Em resumo, em termos de Ciência da Informação, um algoritmo não polinomial é um algoritmo não praticável, isto é, trata-se de uma sequência finita de passos e operações que, logicamente, garantem a solução óptima do problema, mas que o faria em tempo inútil, tendencialmente infinito, mesmo com o computador mais potente que se possa imaginar.

É que, enquanto o número de operações que um processador executa por segundo cresce linearmente com a velocidade, estes algoritmos requereriam que crescesse exponencialmente, ou mesmo factorialmente.

Um destes casos é o problema das árvores de decisão. Por exemplo, numa hierarquia de objectivos com n nós, seriam necessárias 2^n passos para percorrer todos os caminhos possíveis, o que, para um n grande, não seria exequível. A estratégia do "dividir para reinar" resultaria em "dividir para.... explodir" .

Em Informática, isto é um problema complexo.

Assim, a chave para lidar com a complexidade de um problema, que se divide em subproblemas e assim sucessivamente, está na dimensão do 'n'. Por exemplo, uma grande empresa tem um Conselho de Administração. Deste conselho dependem, por exemplo, quatro vice-presidências. De cada uma das vice-presidências dependem 5 departamentos. Em cada departamento há duas centenas de colaboradores. Cada colaborador é composto por vários sistemas (sistema digestivo, circulatório, etc). Cada sistema tem órgãos. Cada orgão é composto por milhões de células, e assim por diante. Temos uma explosão.

Mas será que necessitamos de todo este nível de detalhe para visualizarmos a estrutura da empresa? É assim que olhamos para uma organização? A verdade é que não conseguiríamos lidar com todo este volume de informação. Não é assim que olhamos para uma estrutura. É importante conseguirmos ver uma hierarquia, mas não podemos descer demasiado nesta hierarquia, sob pena de termos que lidar com uma explosão de informação.

Como, podemos, então, definir os problemas de gestão, por natureza complexos? Mais uma vez, a solução está no 'n'. Está no nível de abstracção que escolhemos para definir o problema, numa expressão que a Profª Trigueiros costuma utilizar muito: "quanto baste". Temos de definir o problema o quanto baste, distinguir o essencial do acessório, de forma a que o nível de abstracção usado não seja demasiado elevado, para que o problema não fique vagamente definido (Ex. Como maximizar o meu rendimento disponível?), mas que também não seja tão elementar que o gestor não o consiga apreender, como o exemplo anterior de uma organização.

A solução está na hierarquia de subproblemas, e até que nível faz sentido descer nessa hierarquia para bem definir o problema, O QUANTO BASTE!

O fogo é muito útil enquanto o mantivermos numa dimensão controlável. Podemos cozinhar, aquecermo-nos... Mas, se perdermos o controlo, pode acontecer isto:

Conclusão: CUIDADO COM O 'N'! Mantenham-no sob controlo!

OFF TOPIC: Política Educativa

Na aula de SIAD, no último sábado, fiz um comentário acerca da Ministra da Educação que considero infeliz. Quero publicamente pedir desculpa à visada, se por um eventual acaso ela ler estas linhas, e a todos os presentes na aula.


Na verdade, considero que a Srª Ministra tem feito um trabalho notável em alguns domínios da política educativa. Temos hoje mais alunos nas escolas, um menor abandono escolar e menores níveis de insucesso. Nomeadamente, concordo com muitas das medidas normalmente contestadas pelos sindicatos do sector, nomeadamente:

• Aulas de substituição: por muito desagradáveis que possam ser para alguns (também não aprecio particularmente ter que substituir um colega que faltou), considero tratar-se de uma forma inteligente de combater alguns abusos e diminuir o absentismo entre os professores;


• Novas oportunidades e alargamento do Ensino Profissional às escolas públicas: considero que o sucesso destas iniciativas irá contribuir decisivamente para o aumento dos níveis de qualificação da população portuguesa. Como professor do ensino profissional numa escola pública, posso afirmar que o país necessita deste tipo de ensino como de pão para a boca;


• Reestruturação da carreira em níveis hierárquicos: concordo com o princípio do reconhecimento do mérito dos melhores professores, atribuíndo-lhes (se eles as quiserem aceitar) responsabilidades ao nível de supervisão pedagógica;


• Restrições no acesso à carreira docente: Nos últimos anos, tornou-se evidente que o sistema educativo não tem capacidade para absorver todos os profissionais que desejariam tornar-se professores. Parece-me legítimo, embora por vezes um pouco doloroso, que o Ministério se torne mais exigente para com quem quer ingressar na carreira, no sentido de recrutar os melhores, e encaminhar os restantes para outro tipo de actividade em que se sintam valorizados e reconhecidos.

Penso que estas foram medidas inteligentes, e que melhorão a qualidade do ensino público em Portugal.

No entanto, há alguns aspectos da política educativa actual com os quais não posso concordar, que deixo aqui à consideração de quem quiser reflectir sobre eles:

• Regime de avaliação dos professores: Considero que os professores, como quaisquer outros profissionais, devem ser avaliados. Mas considero também que o regime de avaliação dos professores deve ser um instrumento para a melhoria do seu desempenho e não uma ferramenta essencialmente punitiva. Além disso, ao considerar factores como os resultados escolares dos alunos e a avaliação pelos encarregados de educação, está a contribuir para uma redução artificial do insucesso pressionando os professores a puxar as classificações para cima;


• Exame para acesso à carreira docente: por princípio, não concordo que quem recebeu formação numa escola superior de educação seja sujeito a um exame adicional de acesso à carreira. O Ministério, implicitamente, está a dizer que não confia nas escolas superiores de educação que ele próprio instituiu. No entanto, consideraria tal exame aceitável se fosse feito ao nível de uma ordem dos professores, que penso que deveria existir, tal como se passa, por exemplo, com a Ordem dos Médicos, mas não sendo imposto pelo Ministério da Educação.
• Regime de acesso à categoria de professor titular: há vários aspectos com os quais não concordo neste regime. Parece-me que, ao concentrar a avaliação dos professores aos últimos seis anos para efeitos de acesso à categoria, estamos a esqueçer toda a experiência anterior do candidato, por vezes riquíssima e digna de reconhecimento. Parece-me também que no acesso à categoria de titular é priveligiada a antiguidade, em vez do mérito e da formação do professor. Por exemplo, os professores que adquiram o grau de mestre necessitarão de menos dois anos para acesso à categoria, SE obtiverem sempre avaliações mínimas de "Bom" até lá. Ou seja, mesmo com mestrado, continuará a ser igualmente difícil aceder à categoria, pois bastará uma avaliação "Regular" para que nem sequer seja considerado. Do meu ponto de vista, o nível de formação de um professor deveria ter prioridade sobre a antiguidade, e a categoria de titular deveria ser atribuída preferencialmente aos professores com níveis de formação mais elevados, e não aos que têm mais anos de serviço. Outro aspecto com o qual não estou de acordo é a imposição de quotas no acesso à categoria. Muitos excelentes professores serão impedidos de aceder ao topo da carreira simplesmente por inexistência de vagas, não se reconhecendo assim o seu mérito e experiência;
• Estatuto do aluno do ensino não superior: Na tentativa de combater o insucesso, foi recentemente alterado o referido estatuto, passando a impor a realização de um exame aos alunos que, no anterior estatuto, seriam excluídos por faltas. Na minha perspectiva, esta medida bem intencionada irá ter um efeito perverso, reduzindo a assiduidade dos alunos, que passarão a ter uma oportunidade, porventura, imerecida (lembremo-nos de que estamos a falar de menores de idade, não podendo ser totalmente responsabilizados pelos seus actos). Em suma, agravar-se-á o problema que se pretende combater.

Foi com estes aspectos em mente, que considero negativos, que fiz o comentário relativo à Srª Ministra da Educação, mas é necessário reflectirmos também naquilo que de bom está a ser feito.

Fez-se Magia

Hoje vivi um momento mágico na aula de SIAD. Um momento em que a realidade superou todas as teorias sobre modelação multidimensional.

Fizémos algumas experiências com uma ferramenta de Data Mining, o SPSS Clementine. Para quem está um pouco fora destes assuntos, Data Mining significa a extracção de conhecimento implícito numa lista de dados em bruto. Trata-se de uma técnica com potencialidades enormes.

Aqui fica um exemplo prático. Num conjunto de dados sobre vendas por produto, uma cadeia de hipermercados aplicou algoritmos de Data Mining para tentar perceber como se relacionavam as vendas dos diversos produtos. Foi feita uma descoberta espantosa: as vendas de fraldas para bebé estavam fortemente relacionadas com as vendas de cerveja. Como é isto possível? Hoje já pouca coisa me espanta, mas não estou a ver um bebé com uma lata de cerveja na mão! Bem, costuma-se dizer que é de pequenino que se torce o pepino, mas julgo que tal coisa seria um exagero. ;)

Depois, analizaram-se as características dos clientes que compravam regularmente os dois produtos: homens, jovens, casados e com filhos pequenos! Estava explicada a relação: os jovens pais iam comprar fraldas para os filhos e aproveitavam a ocasião para comprar umas "fresquinhas"! A cadeia de hipermercados colocou os dois produtos lado a lado e as vendas de cerveja dispararam.

Este é só um pequeno exemplo do poder do Data Mining.

Mas o momento mágico a que me refiro tem a ver com as experiências que realizámos com o Clementine. Começámos por cruzar duas variáveis (Montante gasto em publicidade e acréscimo no volume de vendas), e visualizámos a relação entre elas graficamente. Empiricamente, percebeu-se imediatamente que existia uma relação linear. Mas a ferramenta de Data Mining fez mais do que isso. Deduziu uma função (modelo) matemática que repesentava, aproximadamente, esta relação, do tipo "Incremento das vendas = a * Publicidade + b (com a e b constantes)". Fez-se magia! Extraiu-se conhecimento de um conjunto de dados em bruto.

Não menos importante foi quando cruzámos três variáveis relacionadas com um ambiente industrial (se a memória não me falha, era a temperatura das máquinas, o número de avarias das máquinas e a energia consumida pelas máquinas). Como sabem os matemáticos, qualquer conjunto de coordenadas pode ser representado através de um ponto no espaço. Neste caso, as nossas coordenadas eram cada conjunto de dados referente aquelas variáveis. Para visualizar graficamente esta relação, a ferramenta produziu um... cubo! Dentro do cubo estava explícita a relação linear existente entre as variáveis.

O que foi verdadeiramente fantástico foi a possibilidade que a ferramenta nos deu de rodar o cubo em torno de dois eixos. Conseguimos visualizar o cubo sob todas as perspectivas imagináveis. Confesso que durante alguns minutos nem consegui prestar atenção ao que a professora dizia. Fiquei ali, fascinado, a rodar o cubo!

História dos DSS III

Após alguma reflexão, cheguei à conclusão de que os artigos que aqui publiquei sobre a História dos DSS, baseados num artigo do site DSSResources.com apresentam uma perspectiva com a qual não estou totalmente de acordo.

Assim, passo a considerar três etapas na evolução dos sistemas de apoio à decisão:

O Início - Sistemas Orientados por Modelos (Anos 80)

Os DSS nasceram da necessidade de estruturar os problemas de decisão através de modelos. A modelação pode ser entendida como o processo de estruturação do conhecimento, fazendo-se uma abstracção do que é realmente importante num problema (os objectos e as relações entre eles) e deixando de parte o que é acessório.

Assim, nesta fase, os esforços focaram-se essencialmente na construção de modelos que representassem o mais fielmente possível o conhecimento acerca de determinado problema, na explicitação das regras.

A Actualidade - Sistemas Orientados por Dados (Anos 90 - 00)

Na fase inicial da evolução dos DSS, criaram-se modelos extremamente sofisticados, baseados em áreas tão diversas como a Investigação Operacional, Inteligência Artificial e Estatística.

Na verdade, construiram-se excelentes modelos, que representavam fielmente os problemas, mas que acabaram por cair por terra. Isto aconteceu porque qualquer modelo necessita de ser validado na prática, usando dados concretos, mas que muitas vezes não existiam.

Assim, abandonaram-se os modelos, e os esforços concentraram-se essencialmente nos dados. Deste modo, na actualidade existem armazéns de dados corporativos de grandes dimensões (há alguns anos atrás o data warehouse da cadeia de retalho norte-americana Wal-Mart tinha 24 TeraBytes de dados), com dados de toda a organização, sejam eles relevantes para análise ou não. A partir de 2 dados, podem-se construir n indicadores, sejam eles úteis ou não, e foi isso que aconteceu.

Creio que hoje estamos numa fase de transição entre o que acabei de descrever e o futuro dos DSS. Hoje, embora ainda muito orientados a dados, os sistemas de apoio à decisão procuram-se basear nos dados mais pertinentes para a análise, e já se faz uso do conceito de metadados, o que, na minha perspectiva, traduz uma ainda incipiente tentativa de integração de dados e modelos, que ainda é frequentemente descurada.

O Futuro - Sistemas Integrados de Apoio à Decisão (anos 00 ->)

O futuro dos DSS passará necessariamente pela integração de dados e modelos, validando-se mutuamente, e gerando conhecimento. Conhecimento = dados + modelos. São as duas faces da mesma moeda, os dados e os modelos não são completos uns sem os outros.

http://atuleirus.weblog.com.pt/

Hierarquia dos objectivos

Aqui fica uma hierarquia de objectivos para a Escola Secundária de Santo André, baseada no seu Projecto Educativo.

Dado que a árvore ficou muito extensa, deixo aqui um link para que a possam visualizar:

Hierarquia de Objectivos da ESSA

NOTA: Devido a um problema no site onde alojei o ficheiro cuja razão desconheço, é-lhe automaticamente atribuída a extenção ".doc". Se vos acontecer isto, façam um "Save as..." e mudem-lhe a extensão para ".vsd" (Visio). Peço desculpa pela inconveniência.

Para mais informações, vejam:

http://www.esec-sto-andre-bar.rcts.pt/

Tableaux de Bord

http://www.kawasaki.com/

Planeamento

Hoje, o tema da aula que dei a uma das minhas turmas foi a função de Planeamento na empresa.

Quando estava a preparar a aula, encontrei os seguintes passos a seguir para efectuar um bom plano, na bibliografia de referência para a disciplina:

1. Análise crítica da situação num determinado momento
2. Previsão de evoluções prováveis
3. Definição dos objectivos a atingir
4. Descrição precisa dos meios a utilizar para atingir os objectivos
5. Estabelecimento de elementos de controlo para aferir do grau de realização ou não dos objectivos e do plano
6. Reformulação do plano, em caso de desvios significativos em relação ao planeado.

Vem isto a propósito do artigo "Stop making plans, start making decisions", em que são criticados os processos de planeamento periódicos, usuais na maioria das empresas actuais, e expostas as suas lacunas, e é proposto um processo de planeamento contínuo e mais sistemático. Fiquei surpreendido por ver que não se trata de uma ideia nova, e que está implicitamente presente num manual de Técnicas de Organização Empresarial dos anos 90 para o ensino secundário (lecciono a disciplina de Organização de Empresas e Aplicações de Gestão).

Outra coisa que me chamou a atenção, foi que as primeiras quatro etapas descrevem um método de tomada de decisão empresarial. No primeiro passo, avalia-se a situação actual, "the current state of affairs". No segundo, identificam-se as principais restrições impostas ao decisor, e que estão fora do seu controlo, como, por exemplo, a taxa de inflação prevista, o preço do petróleo, o crescimento económico e sectorial previsto, etc. No terceiro, estabelecem-se os objectivos a atingir, "the desired state of affairs". Por fim, no quarto passo, define-se qual o caminho a seguir para atingir os objectivos. Temos aqui todos os componentes de um processo de tomada de decisão: "para onde", "de onde", "como", e restrições.

Este processo ainda é realimentado por elementos de controlo, que verificam se a decisão está a ser bem executada e avaliam a necessidade de realizar ajustamentos.

Será este um bom processo de tomada de decisão empresarial? Já agora, mais uma pergunta, esta sequência de passos, é um método, uma metodologia, uma heurística ou um algoritmo?

DSS Simples em Excel

Aqui fica um DSS muito simples, elaborado em Excel na aula de SIAD.

O objectivo é decidir até onde podem ir as minhas despesas pessoais mensais, assumindo os seguintes pressupostos:

• Para cobrir despesas superiores ao rendimento disponível, recorro a um empréstimo a uma taxa anual de 10%;


• Caso as despesas sejam inferiores ao rendimento, aplico o excedente a uma taxa de 5%


• Os meus rendimentos aumentam 2,1% anualmente.

Descrita a situação actual, estabeleci como objectivo maximizar as minhas despesas de forma a não ter dívidas dentro de 4 anos, partindo de um rendimento mensal de €1500.

Aqui está o resultado:

• Juros positivos acrescem às despesas do mês seguinte;
• Juros negativos representam rendimentos a abater nas despesas .

História dos DSS II

Sistemas Orientados por Comunicações

Os DSS orientados por comunicações usam tecnologias de redes e comunicações no sentido de facilitar a colaboração e comunicação entre os diversos intervenientes no processo de tomada de decisão. Nestes sistemas, as tecnologias de comunicação são o componente dominante da arquitectura. As ferramentas utilizadas incluiam, por exemplo, groupware e video-conferência.

No início dos anos 80, um grupo de investigadores criou uma nova categoria de software para apoiar os processos de tomada de decisão em grupo, designada por GDSS (Group DSS), de que são exemplo o Mindsight da Exucom Systems, o GroupSystems, da Universidade do Arizona, nos EUA e o SAMM da Universidade do Minnesota, EUA.

De um modo geral, o groupware, a video e a audio-conferência são as principais tecnologias usadas nos DSS orientados por comunicações. Nos últimos anos, a Internet expandiu em muito as potencialidades deste tipo de sistemas.

Sistemas Orientados por Documentos

Um DSS orientado por documentos utiliza espaço de aramazenamento e tecnologias de processamento, disponibilizando funcionalidades de acesso e análise de documentos. Grandes bases de dados documentais podem incluir documentos digitalizados, em hipertexto, imagens sons e vídeo. Um DSS orientado por documentos pode, por exemplo, aceder a políticas e procediemntos, especificações de produtos, catálogos e documentos históricos, incluíndo correspondência e actas de reuniões. As principais ferramentas usadas por este tipo de sistema são, em larga medida, motores de busca. Também se designam por DSS orientados por texto.

Sistemas Orientados por Conhecimento

Os DSS orientados por conhecimento podem sugerir ou recomendar linhas de acção aos gestores. Tratam-se de sistemas periciais, com heurísticas especializadas na resolução de problemas. A "perícia" consiste em conhecimento acerca de um determinado domínio, compreendendo os problemas no âmbito deste domínio e "competência" na resolução de alguns destes problemas. São o produto, em grande medida, da contribuição da Inteligência Artificial para os DSS.

O sistema pericial DENDRAL foi criado em 1965 por um grupo de investigadores liderados por Edward Feigenbaum na Universidade de Stanford. O DENDRAL levou ao desenvolvimento de outros sistemas baseados em regras, incluíndo o MYCIN, que auxiliava os médicos no diagnóstico de doênças hematológicas a partir de um conjunto de sintomas.

Sistemas Baseados na Web

A partir de aprocimadamente 1995, a WWW e a Internet constituiram uma plataforma tecnológica que potenciou as funcionalidades dos DSS. O lançamento do HTML 2.0, possibilitando a criação de formulários e tabelas, foi um importante ponto de viragem no desenvolvimento de DSS baseados na Web.

Em 1996-97 foram desenvolvidas intranets corporativas, facilitando a troca de informação e conhecimento. As principais ferramentas de apoio à decisão incluiam queries ad hoc, OLAP e data mining. Os DSS corporativos tornaram-se extremamente populares, sobretudo nas grandes empresas.

Em 1999, foram introduzidas novas ferramentas analíticas baseadas na Web. A maioria dos fabricantes de bases de dados focaram-se no desenvolvimento de soluções de business intelligence basadas na Web. Em 2000, os ASPs (Application Service Providers) começaram a armazenar o software aplicacional e a infraestrutura técnica necessários para os DSS. O ano 2000 ficou conhecido como "o ano do portal", em que foram desenvolvidos sofisticados portais corporativos, combinando portais informativos, knowledge management, business intelligence e DSS orientados por comunicações, tudo isto num ambiente Web integrado.

Fonte: DSSResources.com

História dos Sistemas de Suporte à Decisão

As Origens

As origens dos DSS remontam aos anos 60, quando começou o estudo sistemático de modelos quantitativos informatizados para suportar os processos de planeamento e tomada de decisão. Ferguson e Jones (1969) publicaram o primeiro estudo experimental utilizando um sistema informatizado de apoio à decisão, sobre scheduling da produção.

Sistemas Orientados por Modelos

Um DSS orientado por modelos foca-se em modelos de optimização, simulação e financeiros.

A primeira ferramenta comercial para a construção de DSS orientados por modelos financeiros e quantitativos designava-se por IFPS (Interactive Financial Planning System), e foi desenvolvida no final dos anos 70.

Em 1978 nasceu a primeira grande aplicação para PCs. Designava-se "VisiCalc", foi desenvolvida por Dan Bricklin e Bob Frankston, e tornou possível o desenvolvimento de muitos DSS pessoais orientados por modelos para utilização de gestores, a um custo razoável.

Sistemas Orientados por Dados

De um modo geral, um DSS orientado por dados foca-se no acesso e manipulação de uma série temporal de dados corporativos e, por vezes, de dados externos. Os primeiros sistemas deste tipo designavam-se por Sistemas de Informação Analíticos (Alter, 1980).

Um dos primeiros DSS orientados por dados era um pacote de software baseado em APL chamado AAIMS (An Analytical Information Management System), e foi desenvolvido entre 1970 e 1974 por Richard Klaas e Charles Weiss para a American Airlines.

Os primeiros Executive Information Systems foram desenvolvidos pela Northwest Industries e pela Lokheed. Uma grande contribuição para o crescimento dos EIS foi o aparecimento de EIS comerciais em meados da década de 80. O Command Center da Pilot Software e o Commander EIS da Commshare tornaram mais fácil às organizações disponibilizarem funcionalidades de desenho de ecrãns simples, importação de dados, interfaces amigáveis e acesso a dados externos.

Em 1990, o Data Warehousing e o OLAP (On-Line Analytical Processing) alargaram o campo dos EIS e definiram uma categoria mais ampla de DSS.

Bill Inmon e Ralph Kimball promoveram DSS baseados em bases de dados relacionais. Para muitos na área dos Sistemas de informação, os primeiros DSS de que tinham conhecimento eram baseados em Oracle ou DB2. Ralph Kimball é "O Doutor dos DSS", e Bill inmon é "O pai do Data Warehouse".

Em 1995, o DSS orientado por dados da Wal-Mart tinha uma dimensão de mais de 5 terabytes, crescendo para mais de 24 terabytes em 1997, tornando-se no maior Data Warehouse a nível mundial.

(Continua...)

Investigador Intuitivo

Realizei o Super IQ Test do site www.tickle.com. O resultado: "Intuitive Investigator" aqui fica um excerto do resultado do teste:

You've got a sharp, logical mind and you are multi-talented. There seems to nothing that your mind can't process and understand. You're able to detect numerical patterns easily, and grasp the true complexity of the world, both in its details and in the abstract. Even in particularly challenging situations, you are more than capable of using a variety of words to explain yourself. The combination of all these things makes you simply "brilliant."

Your mind is so active that you might sometimes forget about your physical environment, or feel a little clumsy with your body (since the mind which governs your body is so busy thinking.) But even this is not likely to pose a significant problem for you.

Here's an example of your Intuitive Investigator thinking skills at work in a real-life situation:

You go to a museum with a bunch of friends to see an exhibit chronicling the development of critical inventions over time. Your friends marvel at the ingenuity of the inventors, and wonder how they could ever have conceived such incredible innovations. You, on the other hand, can easily imagine how the inventions work and how they came to be because your mind just naturally thinks that way. You explain to your friends how the inventors might have assessed particular problems and then figured out how to solve them with their inventions. It hadn't occurred to your friends to look at an invention like a solution to a problem and they are grateful that you helped them understand it that way.

Fonte: Tickle

OK, na parte verbal do teste, fiz um pouco de batota. ;) Afinal, o Inglês não é a minha língua nativa!

O que achei mais interessante foi esta palavrinha: "Intuitivo". Existe ou não existe intuição, afinal? Tratar-se-á de algo mais que conhecimento implícito? Deixo aqui o meu ponto de vista, que é extemamente pessoal.

Eu creio que sim. Eu creio que o Homem, antes de um ser físico, é um ser espiritual, independentemente das minhas convicções religiosas. Somos espíritos dentro de corpos físicos. No meu ponto de vista, creio que a intuição está relacionada com esta dimensão espiritual do nosso ser. O nosso espírito não está limitado ao nosso corpo, e consegue aperceber-se de factores que os nossos cinco sentidos, limitados, não conseguem captar. Já se sentiram mal ao entrarem numa sala sem saber porquê? Já sentiram um ambiente pesado entre um grupo de pessoas sem ouvirem uma palavra?

A intuição é a voz do nosso espírito. É através dela que nos apercebemos destas situações. E qual o seu papel no processo de tomada de decisão? Numa perspectiva multidimensional de um problema, a intuição desempenha uma das dimensões de análise, mesmo que não esteja explícita num sistema. Está incorporada no próprio decisor. É mais uma fonte de informação que podemos incorporar na formulação e análise dos nossos problemas.

Poderemos pensar que estas percepções não são racionais, portanto não são factos e, não sendo factos, não são analisáveis. Será mesmo assim? Será que a simples constatação da forma como nos sentimos, alegres ou tristes, bem ou mal, não é em si mesma um facto? Podemos descrever a forma como nos sentimos, e até podemos medi-la. Pensemos nesta questão "Numa escala de 1 a 5, diga como se sente neste momento, sendo 1 extremamente triste, 3 indiferente, e 5 extremamente alegre". Se podemos descrever a nossa intuição, e se a podemos medir (ex. forte, fraca), estamos perante um facto.

Brevemente, eu e o Henrique colocaremos a nossa definição de intuição no blog principal, para que a possamos discutir todos, mas aqui fica uma primeira reflexão.

OFF TOPIC: Visita de Estudo ao ISCTE

Uma das minhas turmas de visita ao ISCTE e... vejam se reconhecem alguém!!!! ;)

Percepções e Paradigmas

Estou neste momento a ler o livro "The 7 Habits of Highly Effective People", de Stephen Covey. É um livro que se lê surpreendentemente bem, quase como um romance. Aparentemente, pelo título, parece ser apenas mais um livro de auto-ajuda, do género "Get Rich and Successful in Seven Small and Simple Steps", mas é muito mais que isso. Pessoalmente, posso dizer que está a ajudar-me a conhecer-me a mim próprio.

O que me saltou imediatamente à vista é o impacto que diferentes percepções da realidade podem ter até na formulação dos próprios problemas. O autor dá o exemplo de um pai que entra com os seus filhos numa carruagem do metro de Nova Iorque. As crianças começam a fazer a maior confusão, incomodando e irritando os outros passageiros, correndo e gritando. O pai senta-se e age como se nada se passasse. A situação chegou a um extremo tal que o passageiro que estava sentado ao lado do pai das crianças lhe disse algo como "Peço desculpa, mas os seus filhos estão a incomodar os outros passageiros. Não acha que os devia controlar melhor?" Ao que o pai das crianças respondeu: "Provavelmente tem razão, devia fazer alguma coisa. Mas sabe, acabamos de vir do hospital, onde a minha esposa morreu há uma hora. Eu não sei o que pensar, e parece que os meus filhos também não conseguem lidar com a situação."

Podem imaginar qual a reacção do primeiro passageiro. O que aconteceu aqui? Uma total e completa mudança de paradigma. O passageiro passou a ver a realidade de uma forma radicalmente diferente. A formulação do problema deixou de ser "Como fazer com que estas crianças se calem e se aquietem?" e passou a ser "O que fazer para ajudar este pai e estas crianças a lidarem com a dor da perda de um ente querido?" É este o poder da modelação multidimensional: a análise de um facto sob diferentes perspectivas pode levar a uma total mudança de paradigma.

O que é, então, um paradigma? Trata-se da forma como nos apercebemos da realidade e da forma como entendemos que ela deve ser. Trata-se da fusão de valores e de princípios. Isto faz-me reflectir sobre um dos problemas mais graves das sociedades contemporâneas. Hoje, os valores são tidos como muito mais importantes que os princípios. As pessoas e as organizações definem os seus objectivos a curto prazo, em função dos seus valores dissociados dos seus princípios, sem terem consciência de quem são e de onde estão. São incapazes de compreender qual a sua missão e de definir estratégias eficazes. O imediatismo e a facilidade são a regra. Mesmo que venham a ter sucesso, serão infelizes e frustradas, porque se esqueceram de quem são.

Na verdade, seremos tanto mais felizes e bem sucedidos, enquanto pessoas e enquanto organizações, quanto mais os nossos valores estiverem alinhados com os nossos princípios.

Este é o papel do Business Intelligence, o nosso papel. Ajudar as organizações e as suas pessoas a perceberem quem são e onde estão. A fazê-las mudar de paradigma. Só assim será possível dar o passo seguinte: definir para onde querem ir. Em suma, ajudá-las na arte de bem definir os seus problemas.

Decisões & Soluções

Bem vindos ao meu blog.

Mais que um repositório da matéria dada na disciplina de SIAD, pretendo que este blog seja um espaço de reflexão pessoal, sobre a forma como o conhecimento adquirido na disciplina se aplica nas nossas vidas no quitidiano.

Em primeiro lugar, gostaria de começar com uma reflexão sobre alguns conceitos básicos, como o que é um problema e uma decisão, e de que forma estes conceitos se aplicam às nossas vidas diárias.

Nas aulas, vimos que temos um problema quando sentimos uma diferença entre a situação actual, aquela em que vivemos hoje, e a situação desejada, aquela em que gostaríamos de viver. A situação desejada será o nosso objectivo, e o nosso problema como atingi-lo. Uma decisão é o acto de escolher uma alternativa de entre várias.

Desta afirmação, decorre uma questão. Poderão existir problemas que não levem à tomada de decisões? Existem problemas (se forem entendidos como tal) para os quais não existe solução. Por exemplo, como evitar a morte? Todos teremos de morrer um dia, portanto, se entendermos a morte como um problema, será impossível resolvê-lo. Ainda assim, há decisões que podem ser tomadas para prolongar a vida e aumentar a sua qualidade: abandonar hábitos prejudiciais à saúde, praticar exercício físico, fazer uma alimentação saudável, etc.

Existem outros problemas para os quais podemos considerar apenas uma solução. Por exemplo, se nos perguntarem, como calcular uma soma, a solução é única e está perfeitamente identificada: o algoritmo da adição. Estaremos assim perante uma não decisão? Não teremos sempre a possibilidade de decidir não efectuar a soma? Deixo esta questão no ar para que possamos reflectir um pouco sobre ela.

Seja como for, podemos já concluír que existe uma forte relação entre os conceitos de problema e de objectivos. A própria definição de problema contém em si a definição de objectivo.

Podemos também concluir que um problema complexo não é mais que um conjunto de problemas mais simples. Pegando no exemplo acima, podemos definir como problema: "Como aumentar a nossa qualidade de vida?" Este problema poder-se-á decompor noutros subproblemas: "Como abandonar hábitos pouco saudáveis?", "Como praticar exercício físico?", "Como fazer uma alimentação saudável?", etc. A solução de todos os subproblemas levará à solução do problema principal.

Segue-se uma lista de problemas que me afectam a nível pessoal e profissional, bem como os objectivos a eles associados.

Tal como diz a Profª Maria José Trigueiro citando um outro autor, "As boas decisões são orientadas pelos nossos valores e limitadas pelos nossos princípios".

Assim o primeiro passo para tomarmos boas decisões e bem definirmos os nossos problemas é definir claramente qual é a nossa missão, que deve conter em si os nossos grandes valores e princípios orientadores. Assim, eu defini como minha missão pessoal o seguinte:

"Adquirir conhecimento e partilhá-lo, crescendo pessoalmente e ajudando outros a crescer."

Isto porque considero que a verdadeira riqueza está no conhecimento que adquirimos e não nos bens materiais que possuímos. E, de acordo com os meus valores e princípios, quero pôr o conhecimento que vou adquirindo ao serviço da comunidade em que me insiro.

É evidente que também desejo viver confortavelmente a nível material e financeiro, mas considero esse tipo de problemas táticos, e não estratégicos.

Tendo presente a minha missão, tomei a decisão estratégica de enveredar pela carreira de professor. Para adquirir mais conhecimento e crescer pessoalmente, decidi (tacticamente) realizar o Mestrado em Sistemas Integrados de Apoio à Decisão, considerando ser este o caminho que melhor serve os meus objectivos estratégicos. E decidi também, se me for dada essa oportunidade, ser professor no ensino superior (não descartando a possibilidade de exerecer outro tipo de funções em simultâneo), no sentido de continuar no caminho do crescimento pessoal e da partilha de conhecimento.