UNIVERSIDADE FEDERAL DE GOIÁS

FACULDADE DE ADMINISTRAÇÃO CIÊNCIAS CONTÁBEIS E ECONOMIA

Administração de Sistemas
e Tecnologia da Informação
MÓDULO III

MIGUEL ANGELO DE FRANÇA COSTA, Me

[email protected]
1
Prof. Miguel Costa
Infraestrutura de TI

Redes
Redes e Internet
• Para que você possa entender o que é e como funciona a Internet é necessário primeiro
compreender o que é uma rede de computadores.
• Uma rede de computadores consiste, na forma mais simples de sua definição, na
conexão de diversos computadores por meio de cabos e outros tipos de
hardware, podendo trocar dados entre si.
Redes e Internet
• A interação entre computadores envolve a movimentação de muitos dados, mas
é difícil de se mover muitas coisas, incluindo-se dados, através de uma longa
distância.

• Então a interação de computadores normalmente começa com computadores no

mesmo escritório ou no mesmo prédio conectados a uma rede local.
Redes e Internet
O termo rede de área local ou LAN, descreve um grupo de computadores
geralmente conectados por mais de 300 metros de cabo, a qual interage e
permite o compartilhamento de recursos.
Redes e Internet
Redes Locais Ethernet
• Em redes Ethernet, os dados passam de um servidor para um computador
na rede. Alguns sistemas de rede não usam qualquer cabo.

• A aparelhagem de redes remotas (ou sem fio) estendem as redes além do

alcance dos cabos de cobre ou dos cabos de fibra ótica.
Redes e Internet
As redes locais são agrupadas em redes regionais. Que podem através dos
Backbones ter acesso á outras redes regionais.

Um Backbone é uma estrutura básica para transmissão de dados na Internet

extremamente veloz. (Backbone traduzindo para português, espinha dorsal, embora no
contexto de redes, backbone signifique rede de transporte).
Redes e Internet
• A Internet é uma interconexão de diversas redes através de linhas de alta
capacidade chamadas Backbones, construídos para comportar o grande tráfego de
informações que circulam na Internet;
• É um local público e não pertence nem é operada por nenhuma empresa;
• Agências governamentais ou companhias privadas são as responsáveis pela
construção destas estruturas;
• As companhias de telefonia de longa distância constroem backbones e vendem
o acesso a eles a outras companhias, os ISPs (provedores de serviço da internet),
é o que permite o acesso de seu computador a Internet, cobram de ambos pelo
tráfego de informações.
Redes e Internet
Vamos entender como funciona todo o processo desde ligar o computador até receber
ou enviar uma mensagem para um computador do outro lado do mundo ou em outro
estado do nosso país.
Além do computador diversos outros tipos de hardware serão envolvidos ao se
navegar na Internet. Esses hardwares são projetados para transmitir dados entre redes
e forma grande parte do "elemento de coesão" que une a Internet.
Redes de Computadores e Computação Cliente-
Servidor
• A utilização de múltiplos computadores conectados por uma rede de
comunicações para processamento é denominada de processamento distribuído

• O processamento centralizado, no qual todo o processamento realizado por um

computador central, de grande porte é muito menos comum.

• Um formato amplamente utilizado de processamento distribuído é a computação

cliente/servidor
Redes de Computadores e Computação Cliente-Servidor

• Um formato amplamente utilizado de processamento distribuído é a

computação cliente/servidor
- Dados
Arquitetura - Função de aplicação
Cliente/Servidor de - Recursos de rede
Duas Camadas

- Interfaces de Usuário
- Função de Aplicação

Comum em pequenas
empresas
Redes de Computadores e Computação Cliente-Servidor

• Arquitetura Cliente/Servidor Multicamada

O trabalho de toda rede é distribuído entre servidores de

inúmeros níveis, dependendo do tipo de serviço requisitado
Redes de Computadores e Computação Cliente-Servidor

• A computação cliente/servidor permite as empresas distribuir o trabalho

computacional entre uma série de máquinas menores e mais baratas, muito
menos dispendiosas que os minicomputadores ou os sistemas mainframes
centralizados;
• O resultado disto é uma explosão da capacidade computacional e aplicativos por
toda a empresa;
• O processo de transferir aplicativos de computadores grandes para computadores
menores é chamado de donwsizing.
Infraestrutura de TI

Banco de Dados

15
Banco de Dados
• A inteligência de dados deixou de ser novidade e passou a ser encarada como
componente indispensável na estratégia de vendas de qualquer empresa;

• No entanto, esse recurso demorou a chegar ao Brasil e ao cotidiano das pequenas e

médias empresas, que só agora perceberam que podem e devem se beneficiar das
vantagens competitivas que essa tecnologia traz para os negócios;

• Em 2020, a crise causada pela pandemia escancarou a necessidade do uso de

inteligência digital para a sobrevivência dos pequenos negócios; e

• Esse cenário também trouxe uma série de mudanças no perfil e comportamento do

consumidor, que agora está mais digital, tornando os dados algo ainda mais vital para a
saúde dos negócios
Juliano Turbino
Vice-Presidente de Estratégia e Novos Negócios da Totvs
Banco de Dados

• Com auxílio de tecnologias inovadoras de inteligência de dados, como as já conhecidas

das grandes corporações, mas em breve trending topics entre as pequenas e médias, DMP
(Data Management Platform) e CDP (Customer Data Platform), é possível identificar, por
exemplo, as interações mais indicadas dadas as particularidades de cada cliente,
identificando o que é preciso fazer para atraí-lo e quais as ações mais efetivas para
fidelizar esse consumidor;

• Portanto, a empresa passa ter em suas mãos o conhecimento da melhor abordagem,

oferta e comunicação para cada tipo de mídias utilizado em sua estratégia de marketing
e vendas.

Juliano Turbino
Vice-Presidente de Estratégia e Novos Negócios da Totvs
Banco de Dados
• A tecnologia aplicada aos métodos de armazenamento de informações vem crescendo e
gerando um impacto cada vez maior no uso de computadores, em qualquer área em que
os mesmos podem ser aplicados;

• Um “banco de dados” pode ser definido como um conjunto de “dados” devidamente

relacionados;

• Por “dados” podemos compreender como “fatos conhecidos” que podem ser
armazenados e que possuem um significado implícito.
Banco de Dados
Propriedades:
• Um banco de dados é uma coleção lógica coerente de dados com um significado
inerente. Uma disposição desordenada dos dados não podia ser referenciada como
um banco de dados;
• Um banco de dados é projetado, construído e populado com dados para um
propósito específico; um banco de dados possui um conjunto pré definido de
usuários e aplicações;
• Um banco de dados representa algum aspecto do mundo real, o qual é chamado
de “mini-mundo”; qualquer alteração efetuada no mini-mundo é automaticamente
refletida no banco de dados.
Banco de Dados
Sistema Gerenciador de Banco de Dados (SGBD)

• Num computador o conjunto de dados é associado a um conjunto de programas

para acessar estes dados, chamamos este de Sistema Gerenciador de Banco de
Dados (SGBD), note que o SGBD não é apenas o conjunto de dados, nem apenas
o conjunto de programas, ele é os dois;

• O principal objetivo de um SGBD é proporcionar um ambiente tanto conveniente

quanto eficiente para a recuperação e armazenamento das informações.
Banco de Dados
Sistema Gerenciador de Banco de Dados (SGBD)
Objetivos

1. Gerenciar grande quantidade de informação:

Um Sistema de Banco de Dados pode armazenar simplesmente dados referentes a uma agenda
de amigos, como também pode armazenar as informações relativas a uma usina nuclear. Em
ambos os casos o Sistema de Banco de Dados tem que nos dar segurança e confiabilidade,
independente se ele guardará 10 Megabytes ou 900 Gigabytes de informação.

2. Evitar redundância de dados e inconsistência:

Redundância é manter a mesma informação em lugares diferentes. Um dos problemas da
redundância é que podemos atualizar um determinado dado de um arquivo e esta atualização não
ser feita em todo o sistema, este problema é chamado de inconsistência. Um SGBD tenta evitar
ao máximo estes erros, vendo ainda que a redundância causa desperdício de memória
secundária e tempo computacional.
Banco de Dados
Sistema Gerenciador de Banco de Dados (SGBD)
Objetivos (continuação)

3. Facilitar o acesso:
Um Sistema de Banco de Dados facilita ao máximo o acesso aos dados, vistos que
estes dados estarão no mesmo formato. Outro ponto que um SGBD facilita é o
acesso concorrente, onde podemos ter a mesma informação sendo compartilhada
por diversos usuários.
4. Segurança aos Dados:
Nem todos os usuários de banco de dados estão autorizados ao acesso a todos os
dados. Imagine, se numa empresa todos funcionários tivessem acesso à folha de
pagamento. O Sistema de Banco de Dados garante a segurança implementando
senhas de acessos.
Banco de Dados
Sistema Gerenciador de Banco de Dados (SGBD)
Objetivos (continuação)

5. Garantir a Integridade:
É fazer com que os valores dos dados atribuídos e armazenados em um banco de dados devam
satisfazer certas restrições para manutenção da consistência e coerência. Por exemplo, não
podemos permitir a entrada de números onde é para entrar a sigla do Estado.

6. Facilitar Migração se necessário:

Às vezes por motivos de velocidade ou de atualização precisamos mudar todo o Sistema
Computacional, e os dados serão armazenados em um outro Banco de Dados. O ato de transferir as
informações de um Banco de Dados para outro Banco de Dados é chamado de Migração, e
facilitar esta Migração é um dos objetivos de um Sistema de Banco de Dados
Problemas do Ambiente de Arquivos Tradicional

• Redundância de dados;

• Dependência programa-dados;

• Falta de flexibilidade;

• Baixo nível de segurança; e

• Falta de compartilhamento e disponibilidade dos dados

Como Usar Bancos de Dados para Melhorar o Desempenho e a Tomada
de Decisão na Empresa

Data Warehouses e Data Marts

Data Warehouse
– Banco de dados que armazena dados correntes e históricos de potencial
interesse para os tomadores de decisão de toda a empresa.
– Suporta ferramentas de relatórios e consultas;
– Consolida dados para análise e tomada de decisão.
Data Marts
– Subconjunto de um Data Warehouse, no qual uma porção resumida ou
altamente focalizada dos dados da organização é colocada em um banco separado
destinado a uma população específica de usuários
Como Usar Bancos de Dados para Melhorar o Desempenho e a Tomada
de Decisão na Empresa

Data Lake

• Data Lake é um espaço com grande capacidade de armazenamento de dados. Ele é

capaz de abranger todo tipo de informação, seja ela estruturada ou não-estruturada, em
qualquer escala. Assim, ele permite que as empresas organizem seus dados a fim de
obterem insights para tomada de decisão com rapidez e precisão;
• Diferentes profissionais podem ter acesso simultâneo aos dados brutos de um Data
Lake, assim, as informações ficam centralizadas e podem ser facilmente analisadas;
• Necessário no tempo da Internet das Coisas (IoT) e Internet do Comportamento (IoB).
Como Usar Bancos de Dados para Melhorar o Desempenho e a Tomada
de Decisão na Empresa: Componentes de um Data Warehouse
Dados correntes e históricos são extraídos de sistemas operacionais internos à organização. Esses dados
são combinados com dados de fontes externas e reorganizados em um banco central projetado para análise
gerencial e produção de relatórios. O diretório de informações fornece aos usuários informações sobre os
dados disponíveis no armazém
Como Usar Bancos de Dados para Melhorar o Desempenho e Tomada de
Decisão na Empresa: Inteligência Empresarial, Análise Multidimensional
de Dados e Data Mining

• Data Mining são ferramentas que consolidam, analisam e acessam vastas

quantidades de dados para ajudar os usuários a tomar melhores decisões empresariais
• Por meio do processamento analítico on-line (OLAP) o Data Mining instrumentaliza a
análise preditiva dos dados:
• Associações
• Sequências
• Classificações
• Aglomerações
• Prognósticos
• Essa ferramenta possibilita a formação de uma inteligência empresarial
Como Usar Bancos de Dados para Melhorar o Desempenho e Tomada de
Decisão na Empresa Inteligência Empresarial

Uma série de ferramentas

analíticas trabalha com os
dados armazenados nos
bancos de dados,
encontrando padrões e
insights que ajudam
gerentes e funcionários a
tomar melhores decisões
e, assim, aprimorar o
desempenho
organizacional.
Gerenciamento dos Recursos de Dados:
Definindo uma Política de Informação

• Uma política de informação especifica as regras para compartilhar, disseminar,

adquirir, padronizar, classificar e inventariar a informação

• O gerenciamento de dados é responsável pelas políticas e procedimentos

específicos pelos quais os dados podem ser gerenciados como recurso organizacional.

• Grandes organizações costumam ter um grupo de gerenciamento e projeto de

bancos de dados dentro da divisão corporativa de sistemas de informação
Gerenciamento dos Recursos de Dados:
Assegurando a Qualidade de Dados

• Baixa qualidade de dados é o maior obstáculo para o sucesso do gerenciamento

do relacionamento com o cliente;

• Os problemas de qualidade de dados podem ser causados por dados

redundantes e inconsistentes produzidos por múltiplos sistemas;

• Erros de entrada de dados são a causa de muitos problemas de qualidade de

dados;

• Auditoria de qualidade de dados é um levantamento estruturado da precisão e

do nível de integridade dos dados em um sistema de informação;

• O data cleansing (limpeza e padronização) consiste em atividades para detectar

e corrigir, no banco de dados, dados incorretos, incompletos, formatados
inadequadamente ou redundantes.
Internet das Coisas (Internet of Things IoT)

Quando a rede sem fio for perfeitamente aplicada, a Terra inteira será convertida
em um cérebro enorme [...]. Nós deveremos poder nos comunicar
instantaneamente, independentemente da distância. Não só isso, mas através da
televisão e da telefonia, veremos e nos ouviremos tão perfeitamente como se
estivéssemos cara a cara, apesar das distâncias intervenientes de milhares de
quilômetros; e os instrumentos através dos quais poderemos fazer isso serão
incrivelmente simples em comparação ao nosso telefone atual. Um homem
poderá carregá-los no bolso do colete. (TESLA, 1926)

33
 Internet das Coisas (Internet of Things IoT)

O termo Internet das Coisas (IoT) foi cunhado em 1999 pelo pesquisador do MIT: Kevin
Ashton, durante uma apresentação de negócios feita à Procter & Gamble (P&G).

ASHTON, K. That ‘Internet of Things’ Thing. RFID Journal, v. 22, n. 7, 2011.

34
Internet das Coisas (Internet of Things IoT)

• Nesse cenário, Ashton sugerira a ideia de utilizar etiquetas RFID na

cadeia de suprimentos da empresa

ASHTON, K. That ‘Internet of Things’ Thing. RFID Journal, v. 22, n. 7, 2011.

35
Internet das Coisas (Internet of Things IoT)

• É ...“ um ecossistema que conecta objetos físicos, através de um

endereço de IP ou outra rede, para trocar, armazenar e coletar dados
para consumidores e empresas através de uma aplicação de software”

Patricia Carrion & Manuela Quaresma, 2019 Internet das Coisas . Definições a Aplicabilidade aos Usuários Finais.
36
Internet das Coisas (Internet of Things IoT)
O fluxo de dados nesse contexto pode ser entendido como a seguir, que aponta a
transformação dos dados de um objeto inteligente para os consumidores finais:
• Sensores em máquinas – Primeiro, sensores “sentem” o entorno do ambiente e coletam
dados. Ex.: Smartphones, roteadores, beacons, wearables (dispositivos vestíveis),
termômetros e afins;
• Centro de dados (Cloud) – Segundo, os dados transportados a partir das máquinas
conectadas são armazenados e analisados por meio de computação em nuvem;
• Aplicação (Software) – Depois, aplicações controlam os dados analisados e fornecem
serviços ao usuário final;
• Consumidor – Por fim, o consumidor (usuário final) compartilha informações úteis com
serviços e outras pessoas.

MOON, B. Internet of Things & Hardware Industry Overview 2016. SparkLabs Global Ventures, 2016.
37
Internet das Coisas (Internet of Things IoT)

Objetos, ambientes, veículos e roupas estão capacitados a terão cada vez mais
informações associadas a eles, e podem se conectar e se comunicar uns com os
outros e com demais dispositivos habilitados para a web

Patricia Carrion & Manuela Quaresma, 2019 Internet das Coisas . Definições a Aplicabilidade aos Usuários Finais.

38
IoT é a Base da
Indústria 4.0

39
IoT na Indústria 4.0
RELATÓRIOS
E GRÁFICOS

DADOS EM REDE REDUÇÃO DE

ALERTAS
CUSTOS

SENSORES
TEMPO CONSUMO
QUALIDADE
ACURACIDADE
OPERADOR

NÚVEM
MAQUINAS
CONTROLE EM PERFORMANCE
TEMPO REAL

DECISÕES

MATÉRIAS
PRIMAS

HORAS DE MOTOR
TRABALHO
40
Internet das Coisas (Internet of Things IoT)

41
Internet das Coisas (Internet of Things IoT)

A transição do mundo para uma esfera em que a

capacidade computacional se faz onipresente
resulta em muitas ideias equivocadas quanto ao
que é e para quem é a IoT. Simplesmente
conectar à internet coisas já existentes não
gera valor para o cliente

KUNIAVSKY, M. When the Cloud Decides: Designing for Predictive Machine Learning for the IoT. In: O’Reilly Design Conference, jan. 2016. (Comunicação oral).
(https://www.scribd.com/doc/296215323/WhentheclouddecidesDesigningforpredictivemachinelearningfortheIoTOReillyDesign2016) 42
Internet das Coisas (Internet of Things IoT)

Como a IoT ajuda

a gerar valor

43
Internet das Coisas (Internet of Things IoT)

44
Internet das Coisas (Internet of Things IoT)

À medida que os produtos se tornam cada vez mais conectados, eles se

comunicam e interagem com usuários e organizações em níveis novos e distintos.

Patricia Carrion & Manuela Quaresma, 2019 Internet das Coisas . Definições a Aplicabilidade aos Usuários Finais.

45
Internet das Coisas (Internet of Things IoT)

ROWLAND, C.; GOODMAN, E.; CHARLIER, M.; LIGHT, A.; LUI, A. Designing Connected
Products: UX for the Consumer Internet of Things. O’Reilly Media, Inc., 2015.
46
Cardápio Digital em Restaurantes e Lanchonetes

Echo Dot + Alexa

47
Internet das Coisas (Internet of Things IoT)

ROWLAND, C.; GOODMAN, E.; CHARLIER, M.; LIGHT, A.; LUI, A. Designing Connected
Products: UX for the Consumer Internet of Things. O’Reilly Media, Inc., 2015.
48
49
 Internet do Comportamento (Internet of Behavior)
Por si só a Internet das Coisas se trata de objetos inteligentes com capacidades
sensoriais, mas é somente através de aplicações de consumo que ela se torna uma
“Internet das Pessoas” (ou Internet do Comportamento – IoB)
E é nesse encontro de Coisas e Pessoas que se tem a maioria das aplicações,
serviços e produtos de IoT para consumo

MIRANDA, J.; MÄKITALO, N.; GARCIAALONSO, J.; BERROCAL, J.; MIKKONEN,T.; CANAL, C.; MURILLO, J. M. From the Internet of Things to the Internet of People. IEEE
Internet Computing, v. 19, n. 2, p. 4047, 2015.
50
Internet do Comportamento (Internet of Behaviour IoB)

A internet do comportamento tem como objetivo discutir como os dados são

melhor compreendidos e usados por organizações em todo o mundo para construir
e promover produtos, serviços e idéias do ponto de vista da psicologia humana;
A internet do comportamento monitora, analisa, percebe e responde a todas as
formas de comportamento humano para rastrear e explicar o comportamento das
pessoas usando novas tecnologias e desenvolvimentos de aprendizado de
máquina (inteligência artificial).

51
Internet do Comportamento (Internet of Behaviour IoB)

A conduta das pessoas é rastreada e recompensas são introduzidas para

influenciálas a atingir uma série de critérios organizacionais desejados

52
Internet do Comportamento (Internet of Behaviour IoB)

As informações sobre as pessoas são coletadas por meio do compartilhamento de

dados entre dispositivos, monitorado por meio de um único computador na vida real;
Por exemplo, um único smartphone pode rastrear as atividades online e a localização
geográfica de uma pessoa em tempo real.

53
Internet do Comportamento (Internet of Behaviour IoB)
Também usa os dispositivos domésticos, como assistentes de voz (ex. Alexa,
Siri), eletrodomésticos remotos (luz, cafeteira, etc.), câmeras, smartphones,
laptops e desktops.

54
Internet do Comportamento (Internet of Behaviour IoB)

Abrange muitos dispositivos: de celulares a carros, cartões de crédito, pix,

computadores em geral, enfim, de literalmente tudo que está ligado na internet.
Assim, o objetivo do IoB é registrar, analisar, compreender e responder a todas as
formas de comportamento humano de uma forma que permita que as pessoas
sejam rastreadas e interpretadas usando avanços tecnológicos em
desenvolvimento e avanços em algoritmos de aprendizado de máquina.

55
Internet do Comportamento (Internet of Behaviour IoB)

É notório que os avanços e o uso massivo das Tecnologias da Informação e

Comunicação influenciam o comportamento de um coletivo social.

Tal fato instiga amplos debates no campo da Ciência da Informação no que tange,
principalmente, a utilização salutar de dados, informação e conhecimento gerados
a partir dos rastros digitais produzidos por artefatos computacionais (câmeras,
celulares, cartões de credito, sensores de vários tipos, etc.).

RAUTENBERG, Sandro , CARMO, Paulo Ricardo Viviurka do . Big Data E Ciência De Dados: Complementariedade Conceitual no Processo de Tomada de
Decisão, 2019
56
Internet do Comportamento (Internet of Behaviour IoB)

Se interessou por esse assunto ?

Quer saber mais , ou melhor não ?
Filmes recomendados...

57
 “É um erro capital teorizar antes de ter dados.
Sem se perceber, começa-se a distorcer os
fatos para ajustá-los às teorias, em vez de
mudar as teorias para que se ajustem aos fatos”
Arthur Conan Doyle, em Sherlock Holmes

58
 Big Data
“ Conjuntos de dados cujo tamanho é fator impeditivo de captura, armazenamento,
gerenciamento e análise por parte de ferramentas computacionais tradicionais”
(Manyika et al., 2011).

“ É um fenômeno que envolve o crescimento complexo e dinâmico de dados

gerados por pessoas, máquinas e recursos tecnológicos” (Daniel, 2020)

• Manyika, James; Chui, Michael; Brown, Brad; Bughin, Jacques; Dobbs, Richard; Roxburgh, Charles Byers, Angela Hung (2011). Big data: The next frontier for innovation,
competition, and productivity (2011). https://bigdatawg.nist.gov/pdf/MGI_big_data_full_report.pdf (20180728).es
• DANIEL, B. K. Big Data e ciência de dados: uma revisão crítica de questões para a pesquisa educacional. Tradução Mirtes Dâmares Santos de Almeida Maia e Danilo Garcia
da Silva. PerCursos, Florianópolis, v. 21, n. 45, p. 80 103, jan./abr. 2020. DOI: 10.5965/1984724621452020080. Disponível em:
https://www.periodicos.udesc.br/index.php/percursos/article/view/1984724621452020080. Acesso em: 9 dez. 2020.
59
Características do Big Data
Das várias definições, uma das mais aceitas é a definição de ‘3Vs’, apresentada por
Laney (2001) que diz que o Big Data é caracterizado por:
• Volume. Grandes volumes de dados são gerados mediante o uso de recursos computacionais
abundantes. Com a evolução das mídias sociais e outros recursos e serviços da Internet, as pessoas
produzem mais e mais conteúdo, vídeos, fotos, tweets, entre outros tipos de dados.
• Velocidade. Os dados são gerados em grande velocidade, à medida que os recursos computacionais
têm sua capacidade de produção, captura e processamento de dados aumentada.
• Variedade. Os dados advêm de variadas fontes (sistemas legados, emails, posts em mídias sociais,
arquivos de vídeo/áudio, gráficos, dispositivos ou sensores), as quais implementam tecnologias distintas
para representação e armazenamento de recursos digitais.

LANEY, D. Application delivery strategies. Meta Group. 2001. Disponível em: <http://blogs. gartner.com/doug laney/files/2012/01/ad949
3DDataManagementControllingDataVolumeVelocityandVariety.pdf> Acesso em: 23 jan. 2016. 60
Características do Big Data

LANEY, D. Application delivery strategies. Meta Group. 2001. Disponível em: <http://blogs. gartner.com/doug laney/files/2012/01/ad949
3DDataManagementControllingDataVolumeVelocityandVariety.pdf> Acesso em: 23 jan. 2016. 61
Características do Big Data
Ao considerar o atual estágio da utilização de Tecnologias de Comunicação e
Informação, outros Vs foram adicionados aos 3Vs originais.
• Veracidade*. Refere-se à integridade e à precisão dos dados. Neste sentido, deve-se evitar ruídos e
incertezas no armazenamento dos dados de modo a não interferir, consequentemente, na análise da
informação e no Processo de Tomada de Decisão.
• Variabilidade*. Relaciona-se à compreensão e ao tratamento dos fenômenos subliminares e
temporariamente presentes nos dados. Por exemplo, alguns eventos específicos (virais nas mídias
sociais, como a estreia de um filme ou o acontecimento de um fato midiático) podem refletir em padrões
de comportamento que não se sustentam ao longo do tempo.
• Valor*. É característica mais importante em termos dos dados, independente das demais dimensões O
valor em Big Data é, principalmente, percebido mediante a análise com dados precisos e, por
conseguinte, a aquisição de informação e insights úteis para o Processo de Tomada de Decisão.
• Visibilidade**. Relaciona-se a necessidade de se ter uma visão completa dos dados para o processo de
tomada de decisões com base em informações

• Akhtat, Syed Muhammad Fahad (2018). Big Data Architect’s Handbook. Birmingham: Pack Publishing, 2018.
• ** SHARMA, K. Overview of Industrial Process Automation. [S.l.]: Elsevier Science, 2017. 62
Big Data

63
A Geração de Dados atualmente

Categoria Como ocorre atualmente

Comparação de preços de passagens, compra de passagens pela internet,
Viagem check-in online, recomendação de serviços de hospedagem, serviços de
reserva de hospedagem, definição do
Reuniões por videoconferência, agenda de compromissos online,
Trabalho hospedagem de arquivos online, serviços de financiamento coletivo
(crowdfunding), busca e candidatura de vagas de trabalho online
Serviços de streaming de filmes, seriados e musicas , compartilhamento de
Lazer momentos em redes sociais, leitura de livros eletrônicos, jogos online
Compras via comércio eletrônico, avaliação online de produtos, comparação
Compras de preços, compras coletivas, pedidos online de serviços alimentícios, SAC
online, internet banking

64
Geração de dados para o Big Data
Fonte O que é Tipos Formatos
• Gerados a partir do pensamento de • Interações em mídias sociais: trocas de • Texto
uma pessoa, na qual a propriedade mensagens, snapchats, podcasts, • Audios
intelectual está integrada ao dado blogs,videoconferências nas quais são • Imagens
• Dados que refletem a interação da publicadas: idéias, opiniões, • Vídeos
pessoa com o mundo digital pensamentos, preferências, emoções,
experiências, etc..
Gerados • Interações com sites de compras. (ex:,
por Amazon, Mercado Livre), Trip Advisor,
empresas de streaming de vídeos (ex.
humanos
Netflix), incluindo captura implícita (sem
que nós nos demos conta)
• Documentos de texto, e-mails, slides,
planilhas eletrônicas
• Sites colaborativos (ex Wikpedia maior
enciclopedia online, Flickr para imagens)

65
Geração de dados para o Big Data
Fonte O que é Tipos Formatos
• Dados digitais produzidos por • RFID, Sensores, atuadores, smartphones, • Dados
Gerados processos de computadores, vestíveis (wereables) • Logs
aplicações e outros mecanismos sem • Comunicação máquina a maquina M2M (textos
por explicitamente necessitar da permitindo a comunicação direta entre com
máquinas interação humana dispositivos registro)

• A International Data Corporation estimou que em 2020 os dados gerados por máquina
corresponderam a 42% do volume total de dados gerados
• Embora sejam volumosos, o processo de abstração, contextualização, análise e
gerenciamento destes dados ainda é um grande desafio
• Por esse motivo, além de armazenar os dados gerados, é importante armazenar o seu
significado, com informações sobre tempo e localização de onde foram gerados
66
Big Data
• Big Data requer formas inovadoras de processamento de grandes volumes de
dados heterogêneos, amparando o Processo de Tomada de Decisão guiada por
Dados (Gartner, 2018; Provost e Fawcett, 2013).
• Por isso, atualmente, enfrenta-se desafios tecnológicos para coletar, guardar e
disponibilizar volumosos conjuntos de dados e produzir informação relevante;
• Requer que profissionais detenham competências em organização, e
representação de dados para, para que num segundo momento, sejam
desenvolvidas ações de recuperação e visualização da informação nos
processos decisórios.

67
Big Data e a Ciência de Dados
Por isso, pressupõe-se que salvaguardar
volumosas coleções de dados (Big Data)
distingue-se da produção de informação
a partir dessas coleções, o que é
denominado Ciência de Dados

68
Big Data e a Ciência de Dados
A Ciência de Dados, então, é responsável pela evolução:
dados → informação → conhecimento,
Requer a sinergia de competências de especialistas cujas responsabilidades são :
• Obter dados originados de fontes heterogêneas e distribuídas na web;
• Formalizar o tratamento dos dados e metadados; e
• Arquitetar a exploração dos dados e metadados para produzir informação
relevante no Processo de Tomada de Decisão.

RAUTENBERG, Sandro , CARMO, Paulo Ricardo Viviurka do . Big Data E Ciência De Dados: Complementariedade Conceitual no Processo de Tomada de
Decisão, 2019
69
Interdisciplinaridade da Ciência de Dados

Conamay, Drew (2010). The data science venn diagram (2010). http://drewconway.com/zia/2013/3/26/the-data-science-venn-diagram (2018-07-27).
70
Desafios no Big Data
Muitas empresas já possuem uma quantidade significativa de dados, contudo oportunidades são
desperdiçadas pelos seguintes motivos:
• Os dados não estão integrados, ficando em outros sistemas da empresa;
• Os dados demoram para ser analisados;
• Os dados não estão categorizados, armazenados de diferentes maneiras sem padronização
dos campos,
• Os dados são obscuros, caso em que só é possível obter informações com base na análise
de outros dados
• Os dados não são usados para a tomada de decisão
• Os dados não são visualizados com clareza, não são analisados de maneira a gerar
percepções sobre eles
• Os dados não são medidos
71
Lei 13.709/2018
• Lei 13.709/2018 sancionada em em 14/8/18, pelo presidente Michel
Temer
• Entra em vigor em setembro de 2020, possibilitando às empresas e
organizações um período de 18 meses para se adaptarem;
• Com a LGPD, o país entra para o rol dos 120 países que possuem lei
específica para a proteção de dados pessoais.
• O GDPR (General Data Protection Regulation), que regulamenta a
questão para os países europeus, foi a principal influencia para
elaboração da LGPD
A LGPD muda a forma de funcionamento e operação das
organizações ao estabelecer regras claras sobre coleta,
armazenamento, tratamento e compartilhamento de dados pessoais,
impondo um padrão mais elevado de proteção e penalidades
significativas para o não cumprimento da norma.
A lei entende por:
• “Dados pessoais” qualquer informação relacionada à pessoa natural
identificada ou identificável, e por
• “Tratamento de dados” toda operação realizada com dados pessoais,
como as que se referem à coleta, classificação, utilização, acesso,
reprodução, processamento, armazenamento, eliminação, controle da
informação, entre outros.
Atores Envolvidos:
• O titular: é a pessoa física a quem se referem os dados pessoais.
• O controlador: é a empresa ou pessoa física que coleta dados
pessoais e toma todas as decisões em relação a forma e finalidade do
tratamento dos dados. O controlador é responsável por como os dados
são coletados, para que estão sendo utilizados e por quanto tempo serão
armazenados;
• O operador: é a empresa ou pessoa física que realiza o tratamento e
processamento de dados pessoais sob as ordens do controlador;
• O encarregado: é a pessoa física indicada pelo controlador e que atua
como canal de comunicação entre as partes (controlador, os titulares e
a autoridade nacional), além de orientar os funcionários do controlador
sobre práticas de tratamento de dados.
Princípios da LGPD:
1. Princípio da Adequação : prevê a “compatibilidade do tratamento com as
finalidades informadas ao titular, de acordo com o contexto do tratamento”.
Os dados devem ser tratados de acordo com a sua destinação. A coleta de
dados deverá ser compatível com a atividade fim do tratamento.
2. Princípio da Necessidade: A coleta de dados deve ocorrer de forma
restritiva, cuidando para que o tratamento dos dados pessoais esteja restrito à
finalidade pretendida;
3. Princípio da Transparência: Visa garantir aos titulares, informações claras,
precisas e facilmente acessíveis sobre a realização do tratamento e os
respectivos agentes de tratamento dos dados.
Princípios da LGPD:
4. Princípio do Livre Acesso: Possibilitar que o titular dos dados consulte
livremente, de forma facilitada e gratuita, a forma e a duração do tratamento
dos dados, bem como sobre a integralidade deles.
5. Princípio da Qualidade de Dados: busca garantir aos titulares dos
dados a exatidão, a clareza, a relevância e a atualização dos dados, de
acordo com a necessidade e para o cumprimento da finalidade de seu
tratamento.;
6. Princípio da Segurança: Compreende medidas técnicas e administrativas
para proteger os dados de acessos não autorizados e de situações acidentais
ou ilícitas de destruição, perda, alteração, comunicação ou difusão..
Princípios da LGPD:
7. Princípio da Prevenção: É um dos pilares da Segurança da Informação,
buscando a antecipação de eventualidades, com a adoção de medidas para
prevenir a ocorrência de danos em razão do tratamento de dados pessoais.
8. Princípio da Responsabilização e Prestação de Contas: esperase
que o controlador ou o operador demonstrem todas as medidas eficazes e
capazes de comprovar o cumprimento da lei e a eficácia das medidas
aplicadas;
9. Princípio da Não Discriminação: O tratamento dos dados não pode ser
realizado para fins discriminatórios, ilícitos ou abusivos, ou seja, não se pode
excluir de titulares de dados pessoais, no momento de seu tratamento,
informações determinadas por características, sejam elas de origem racial ou
étnica, opinião política, religião ou convicções, geolocalização, filiação
sindical, estado genético ou de saúde ou orientação sexual.
Princípios da LGPD:
10. Princípio da Finalidade: empregase como a “realização do tratamento
para propósitos legítimos, específicos, explícitos e informados ao titular, sem
possibilidade de tratamento posterior de forma incompatível com essas
finalidades”, ou seja, o dado deverá, na coleta, ter a indicação clara e
completa que a justifique.
 UNIVERSIDADE FEDERAL DE GOIÁS
FACULDADE DE ADMINISTRAÇÃO CIÊNCIAS CONTÁBEIS E ECONOMIA

Administração de Sistemas e Tecnologia da Informação

Modulo 4

MIGUEL ANGELO DE FRANÇA COSTA, Me

[email protected]
82
Prof. Miguel Costa
 Público
Acionist
Relevant
as
e

Pessoas Clientes

Process
os e Consum
Inovaçã idores
o
Parceiro
s
 Quem são os Stakeholders:
Acionistas, Parceiros, Clientes,
Ouvimos as demandas Consumidores, Colaboradores, Sociedade,
dos Como Governo
os ouvimos:
“Interessados no Reuniões, Pesquisas, Palestras, Workshop
(Análise SWOT), Outras Informações de
Negócio” (Stakeholders)
fontes confiáveis

Desdobramento Controle
Em Ações
Prestação de Contas

Planos de Ações
(Como os Atingiremos)
Reuniões Mensais
Definimos os
Objetivos Estratégicos (Como Asseguraremos o
(O Que Atingiremos) Atingimento dos Objetivos)
Indicadores
(Como os Atingiremos)
Definindo o que queremos (Foco) Objetivos Atingidos
Obtendo Compromisso

Experiência Acumulada Planos de Ação Corretivos

(Caso Não Estejamos “no Caminho”)
 Sistema de
Indicadores
 “O que medimos e como nós
medimos determinam o que será
considerado relevante, e
determinam, consequentemente,
não apenas o que nós
enxergamos, mas o que nós - e
outros - fazemos.”

Peter Drucker, Management, 1974

• Por volta de 80% dos executivos acreditam que o sistema de indicadores
e gestão de desempenho é uma ferramenta essencial para a sustentação
do negócio.
• 50% acha que o sistema de indicadores da sua organização é ineficaz em
realizar sua função.
• 75% pensa que os gestores intermediários não estão preparados para
desenvolver objetivos adequados para sua equipes.
• Somente 12,5% acredita que o sistema influencia o desempenho de todos
os que trabalham para a organização.
Indicador
Informação quantitativa ou fato relevante que expressa o
desempenho de um produto ou processo, em termos de eficiência,
eficácia ou nível de satisfação e que, em geral, permite acompanhar
sua evolução ao longo do tempo.
Etapas
Necessidade de Compreensão do
compreender o Definição
das comportamento de
comportamento de Processamento e um objeto
um objeto Métricas e de interpretação dos
seus dados
Requisitos

Seleção Relativização
dos Medição (comparação) da
Atributos Informação

Informação
Dados Quantitativa

Contexto
Objeto

O conceito ampliado de objeto abarca não apenas coisas materiais,

mas também fatos, fenômenos, eventos.
Um objeto é, desta forma, algo tangível ou intangível passível de ser
observado e descrito.
Obs: O Objetivo tem que ser mobilizador
Atributo
O termo atributo vem do latim attributio com o sentido de propriedade
característica de alguém ou de alguma coisa,
Um conjunto de atributos deve descrever o melhor possível o objeto.
É o que deve ser avaliado (quantitativa e/ou qualitativamente)
Métricas

Métrica é a técnica escolhida para medir o requisito

Requisitos

Requisito é um atributo que foi especificado, registrado e está

visível
É um atributo assumido como um compromisso pela
organização
Medição

Medição é o primeiro ato do conjunto de atividades que a ciência denomina

observação.
A medição é o ato de designar um número à comparação de um atributo ou
característica do objeto observado com um padrão predefinido pela métrica
Interpretação

Cada medição gera um dado.

A interpretação desse dado, que ocorre quando analisamos o contexto do objeto
observado (ou seja, outras características do objeto e o ambiente ao redor do
objeto), vira informação quantitativa, porque o dado, a partir desse momento,
pode ser associado a esse contexto.
Relativização

Quando a informação quantitativa pode ser comparada com outra informação

quantitativa para julgarmos o comportamento do objeto e o ambiente, obtemos um
indicador.
Indicador é, então, uma informação quantitativa relativizada, de forma a permitir
a avaliação do comportamento de um objeto, evento, ou fenômeno.
Métodos tradicionais de comparação de informações quantitativas:
– Comparação com as informações irmãs ao longo do tempo;
– Comparação com informações semelhantes de outras cias;
– Comparação com o valor acordado com stakeholders;
 Requisito
Indicador 1 Métrica
Atributo 1
Indicador 2

...
Atributo 2
Indicador n

Atributo 3
OBJETO
...

Atributo n

Características que
descrevem o objeto
Exemplo do emprego de Indicadores
Um médico deseja saber como está o sangue (que é o objeto no caso) de um paciente e pede um
hemograma.
O laboratório colhe o sangue para avaliar sua propensão para a formação de eteromas (um atributo do
objeto), aquelas placas perigosas nas artérias, pois alguém inventou um método padronizado (a métrica) que
permite atribuir um número a essa característica.
O laboratório analisa a amostra de sangue (a medição) , e o médico recebe um dado de volta, chamado taxa
de colesterol total no sangue. Ele consegue interpretá-lo, com base no contexto daquele paciente, porque
existem tabelas de normalidade para colesterol em função da idade e de outros fatores, obtendo, assim uma
informação quantitativa que o possibilita traçar uma linha de tratamento ou prevenção.
Se o paciente repetir o exame dali a seis meses, com as duas informações quantitativas disponíveis, o
médico passa a ter um indicador que o possibilita avaliar o comportamento do paciente e o seu impacto no
conteúdo de colesterol em seu organismo.
No âmbito empresarial, indicadores são empregados para:
– Avaliar o desempenho
– Alertar sobre uma situação anormal;
– Diagnosticar um risco;
– Manter um processo sob controle;
– Influenciar o comportamento das pessoas;
– Estudar o relacionamento entre o processo e o produto;
– Estudar a influência do produto sobre o cliente;
– Estudar a influência das iniciativas da empresa no comportamento dos
stakeholders.
Indicadores
• Desempenho: finalísticos, avaliam o resultado final, a eficácia de um processo (ou
conjunto de processos)
• Esforço: avaliam a eficiência, a produtividade de recursos (humanos, materiais,
etc), empenhados na execução do processo.
• Comportamento: avaliam o alinhamento das atitudes e comportamentos em relação
as expectativas.
• Controle: monitoram a ocorrência de externalidades, consequentes da execução do
processo que, se mantidas dentro das expectativas, não representam problema
• Risco: monitoram a ocorrência de externalidades indesejadas, que são
consequentes da execução do processo
 O sistema de indicadores é um conjunto de indicadores que
permite, por meio de modelos de causa e efeito e sob vários
ângulos, compreender o comportamento e o desempenho de uma
organização, estabelecer projeções em relação ao seu futuro e
tomar decisões bem fundamentadas
 ANÁLISE DO
ÊXITO ESTRATÉGICO

ANÁLISE ANÁLISE DA
DO RISCO CRESCER SUSTENTABILIDADE
ESTABILIZAR
REDUZIR
O QUE VAI ECONÔMICO
DAR PROBLEMA SOCIAL
AMBIENTAL

SISTEMA DE
OLHAR PARA O FUTURO

OLHAR PARA O
PASSADO E O
INDICADORES
PRESENTE

METAS E CONTROLE
RECONHECIMENTO DE PROCESSOS

CONTROLES GERENCIAIS
E ORÇAMENTÁRIOS
O sistema de indicadores é a espinha dorsal da
gestão, andando de mãos dadas com os planos
estratégicos;

A capacidade de medir o que aconteceu, de aprender

e de projetar cenários futuros com a informação obtida
é a própria essência da gestão;

Um sistema de indicadores competentes faz a

conexão do passado conhecido e medido com o futuro
desconhecido e imaginado, possibilitando melhores
decisões no presente.
 Decisões são tomadas continuamente, o tempo todo nas
organizações
Decisões
podem
Baseadas ser tomadas Baseadas em
apenas na Modelos
experiência e Matemáticos
instinto
 ABORDAGEM OBJETIVA ABORDAGEM SUBJETIVA
Informações qualitativas, sinais e
Sistema de indicadores
sintomas
Método Científico (teoria e
Intuição
comprovação de casualidade)
Análise Estatística (modelo
Análise Heurística (senso comum)
quantitativo)
Referências válidas Experiências Similares
 Indicadores existem para evitar que decisões sejam tomadas
exclusivamente com base na experiência e instinto, ou seja, permitir que
decisões tomadas no âmbito humano sejam aprimoradas pelo método
científico.
O método científico quando utilizado de forma consciente e deliberada em
decisões humanas, sobre processos humanos, não mata ou invalida a
experiência ou o instinto, pelo contrário, amplia o seu poder.
Metade das decisões estratégicas falham

Segundo Paul Nutt, aproximadamente metade das decisões

estratégicas nas organizações falham.

A principal causa da falha é a escolha prematura da ação a ser tomada,

seja por pressa, por vaidade, por agenda pessoal ou mesmo por
incompetência
O sistema de indicadores simplesmente reflete a lógica das questões que
fazemos para compreender o desempenho de uma organização

QUESTÃO 1 QUESTÃO 2

ATRIBUTO 1 ATRIBUTO 2

INDICADOR 1A1 INDICADOR 2A1

INDICADOR 2AA
 Meus clientes RECOMPRAM de mim?
Questão 2

Atributo Fidelidade
Percentual de recompra após n dias
Indicador

Meus clientes RECLAMAM de

Será que meus CLIENTES ESTÃO Questão 2
Questão 1 SATISFEITOS ?
mim?
Atributo Reclamação
Atributo Satisfação
Nº de reclamações por n unidade
Índice de satisfação dos clientes Indicador
Indicador vendidas no mês

Meus clientes ME RECOMENDARIAM

a outras pessoas?
Cada questão pode ter mais de Questão 2

um atributo e cada atributo pode

Atributo Recomendação
ter mais de um indicador
Percentual de clientes que nos
Indicador recomendaria a outras pessoas
 Modelo
Dupont

A comunidade financeira foi a pioneira na modelagem de sistemas de indicadores,

com o advento da análise do Modelo DuPont
Indicadores de desempenho as vezes são contraditórios
Essas contradições podem ser gerenciadas se você tiver uma boa
compreensão do processo que gera os vários tipos de resultados
Daí vem a importância do modelo causal como um meio de entender a
organização e sua interação com o ambiente externo
Entretanto, uma vez que um modelo está adotado, a performance não é
mais separável do modelo, pois é o modelo que está criando a realidade
do que performance significa. Performance é um constructo social
Quanto maior for o porte da organização , mais crítica é a
função do sistema de indicadores na qualidade da gestão,
posto que os altos executivos tendem a ficar mais afastados
da realidade operacional.
O Sistema de indicadores deve prover respostas às questões sugeridas pelo contexto
estratégico da organização, que podem e merecem ser respondidas
quantitativamente
“ Seria ótimo se todos os dados que os sociólogos precisam
pudessem ser transformados em números, porque aí nós
poderíamos rodá-los em maquinas IBM e desenhar gráficos,
como fazem os economistas. Entretanto, nem tudo que pode ser
medido é importante, e nem tudo que importa pode ser medido” Einstein

Nem todas as questões importantes sobre um negócio podem ser respondidas

quantitativamente, e ainda:
• A apuração de cada indicador gera um custo, e
• É necessário relativizar e interpretar os indicadores , o que, por enquanto,
somente um ser humano pode fazer
• Foco Excessivo no Curto Prazo. Maioria dos executivos não acredita no
conceito de sustentabilidade e em medir valor para as partes interessadas
• Predomínio do Orçamento: Há uma ilusão coletiva de que tudo que não é
orçável não existe.
• Modelo Mental Fossilizado: Executivos são reféns de seu próprio sucesso e
não querem questionar seus modelos mentais
• Síndrome da Economia Pequena: Queremos melhorar o sistema de
indicadores, mas sem investir em processos gerenciais. Ou seja, focamos nas
pequenas melhorias e não em rupturas no processo; e
• Camisa de força do organograma. O Modelo Causal é baseado nas funções e
nas pessoas, ao invés de nas decisões e nos processos
No Brasil e no mundo ainda há muito a aprimorar. Mesmo em empresas
com gestão sofisticada e madura encontramos:

• Os SI voltados para o próprio umbigo das empresas dominados pelos

orçamentos, metas e remuneração variável;
• Deficiência em indicadores finalísticos. Não medem o impacto da
organização nos stakeholders e o comportamento deles perante tais
impactos;
• Pouco estímulo a comparações com outras organizações e, sendo
assim, não medem desempenho real; e
• Foco no curto prazo. Não avaliam riscos e não apoiam projeções
futuras, especialmente fora do ambiente financeiro