|
TECNOLOGIA APLICADA
BPA (Business Process Automation)
• Inteligência Artificial
- Sistemas Especialistas (Expert Systems)
- Motor de Inferência
- Regras de Negócio
- Cenários Complexos
- Redes Neurais (Neural Networks)
- Predição
- Causa – Efeito
- Clusterização
- Cenários “What-If”
• Business Intelligence
- EIS (Executive Information Systems)
- OLAP (On-Line Analytical Processing)
- Data Warehouse
• Componentização
• Orientação ao Objeto
INFORMATIVO...
i - INTELIGÊNCIA ARTIFICIAL – Dentro do campo da Inteligência
Artificial estudam-se técnicas que tornam os computadores capazes de
tomar decisões, de forma parecida com o ser humano. Existem diversas
linhas de pesquisa e técnicas diferentes em estudo, como a linha
simbólica, que inclui os Sistemas Especialistas (SE) baseados em
regras, e a linha conexionista ou Redes Neurais (RN). i.1 - SISTEMAS ESPECIALISTAS (SE) - São sistemas aplicativos
destinados a solucionar problemas que normalmente são solucionados por
“especialistas” humanos em um campo específico do conhecimento. Para
solucionar tais problemas, os SE precisam acessar uma substancial base
de conhecimento do domínio de aplicação, que precisa ser criada do modo
mais eficiente possível. Eles também precisam explorar um ou mais
mecanismos de raciocínio, para aplicar seu conhecimento aos problemas
que têm diante de si. Este mecanismo de raciocínio, implementado em
ferramentas para desenvolvimento de SE, na forma de um algoritmo
denominando MOTOR DE INFERÊNCIA, é capaz de deduzir algo que não está
armazenado na base de fatos e conhecimentos. Uma das mais importantes
características de um SE é a capacidade de explanação. Do mesmo modo
que um especialista humano poderia explicar por que aconselhou, por
exemplo, determinada aplicação na Bolsa de Valores, que raciocínio usou
para chegar à conclusão, um SE pode ser capaz, de forma concisa, de
explicar também por que chegou a tal inferência.
MOTOR DE INFERÊNCIA – Mecanismo (algoritmo) de organização e
disparo de regras de negócio, tecnologia utilizada pelas ferramentas de
software específicas para desenvolvimento de SISTEMAS ESPECIALISTAS. O Motor de Inferência suporta diferentes formas de tratamento das
regras de negócio: “forward chaining” (encadeamento para frente);
“backward chaining (encadeamento para trás); combinação dos dois
anteriores e “pattern matching “ (casamento de padrões).
i.2 – SISTEMAS baseados em REDES NEURAIS (RN) – São sistemas
aplicativos inspirados em estruturas cerebrais, capazes de processar
informação. Os modelos de redes neurais, são como respostas aos
problemas que envolvem raciocínio de bom senso, conceitos de lógica
nebulosa e processamento de informações incompletas ou imprecisas. As principais características das Redes Neurais presentes nesses aplicativos são:
Capacidade de “aprender” através de exemplos e de generalizar
este aprendizado, de maneira a reconhecer instâncias similares que
nunca haviam sido apresentadas como exemplo;
Bom desempenho em tarefas mal definidas, onde falta o conhecimento explícito sobre como encontrar uma solução;
Não requerer conhecimento a respeito de eventuais modelos matemáticos ou conjunto de regras do domínio de aplicação;
Elevada imunidade ao ruído, isto é, uma rede neural não entra
em colapso em presença de informações falsas ou ausentes, mas tão
somente piora seu desempenho de maneira gradativa.
Uso de enorme volume de dados disponíveis que, muitas vezes,
são pouco ou mal utilizados, transformado-os em informações útil à
tomada de decisões.
i-3 - FERRAMENTAS INTELIGENTES – São ferramentas de
software que permitem a criação de Sistemas Especialistas e Sistemas
baseados em Redes Neurais.
ii - SISTEMAS PARAMÉTRICOS - São sistemas aplicativos
flexíveis, pois permitem que o usuário, através de telas amigáveis,
altere os valores analisados pelo sistema, agilizando assim, o processo
de adequação às novas condições de negócio. Estas alterações são
necessárias em virtude das constantes modificações no negócio. iii - SOLUÇÕES INTELIGENTES – São sistemas aplicativos
(soluções) que combinam Sistemas Especialistas (SE) e/ou Sistemas
baseados em Redes Neurais (RN) com SISTEMAS PARAMÉTRICOS. As Soluções
Inteligentes desempenham um papel importante nos atuais processos de
transformação de negócios, resumem a automatização dos principais
processos de negócios através do uso das tecnologias apropriadas
descritas acima.
As soluções inteligentes são aplicáveis em áreas como:
diagnóstico; planejamento; monitoramento; configuração; tomadas de
decisões; e controle de processos.
São soluções, cuja função principal é o processamento do negócio,
transformando o dado em conhecimento e em última instância em ação na
forma de tomada de decisão, o que vai muito além do tradicional
registro e manipulação de dados. Como exemplo, podemos ter uma solução
inteligente capaz de prever indicadores futuros, possibilitando
auditorias preventivas, ou ainda no âmbito da receita, um outro exemplo
de solução, poderia identificar possíveis perdas de receitas de
impostos por diferentes motivos.
OLAP - Online analytical processing
Benefícios
O OLAP fornece para organizações um método de acessar, visualizar,
e analisar dados corporativos com alta flexibilidade e performance. No
mundo globalizado de hoje as empresas estão enfrentando maior
concorrência e expandindo sua atuação para novos mercados. Portanto, a
velocidade com que executivos obtêm informações e tomam decisões
determina a competitividade de uma empresa e seu sucesso de longo
prazo. OLAP apresenta informações para usuários via um modelo de dados
natural e intuitivo. Através de um simples estilo de navegação e
pesquisa, usuários finais podem rapidamente analisar inúmeros cenários,
gerar relatórios "ad-hoc", e descobrir tendências e fatos relevantes
independente do tamanho, complexidade, e fonte dos dados corporativos.
De fato, colocar informação em bancos dados corporativos sempre foi
mais fácil do que retirá-los. Quanto maior e complexa a informação
armazenada, mais difícil é para retirá-la. A tecnologia OLAP acaba com
estas dificuldades levando a informação mais próxima ao usuário que
dela necessite. Portanto, o OLAP é freqüentemente utilizado para
integrar e disponibilizar informações gerenciais contidas em bases de
dados operacionais, sistemas ERP e CRM, sistemas contábeis, e Data
Warehouses. Estas características tornaram-no uma tecnologia essencial
em diversos tipos de aplicações de suporte à decisão e sistemas para
executivos.
Modelo de Dados
Em um modelo de dados OLAP, a informação é conceitualmente
organizada em cubos que armazenam valores quantitativos ou medidas. As
medidas são identificadas por duas ou mais categorias descritivas
denominadas dimensões que formam a estrutura de um cubo. Uma dimensão
pode ser qualquer visão do negócio que faça sentido para sua análise,
como produto, departamento ou tempo. Este modelo de dados
multidimensional simplifica para os usuários o processo de formular
pesquisas ou "queries" complexos, criar relatórios, efetuar análises
comparativas, e visualizar subconjuntos (slice) de maior interesse. Por
exemplo, um cubo contendo informações de vendas poderá ser composto
pelas dimensões tempo, região, produto, cliente, cenário (orçado ou
real) e medidas. Medidas típicas seriam valor de venda, unidades
vendidas, custos, margem, etc.
Dentro de cada dimensão de um modelo OLAP, os dados podem ser
organizados em uma hierarquia que define diferentes níveis de detalhe.
Por exemplo, dentro da dimensão tempo, você poderá ter uma hierarquia
representando os níveis anos, meses, e dias. Da mesma forma, a dimensão
região poderá ter os níveis país, região, estado e cidade. Assim, um
usuário visualizando dados em um modelo OLAP irá navegar para cima
(drill up) ou para baixo (drill down) entre níveis para visualizar
informação com maior ou menor nível de detalhe sem a menor dificuldade.
FALE CONOSCO...
|
|
|
|
|
|