Tecnologias de Gestao Tema6

Tecnologias de GestãoTema 6: Inteligência de Negócios Autor: Ronaldo Barbosa Como citar este material: BARBOSA, Ronaldo. Tecnologias de Gestão: Inteligência de Negócios. Valinhos: Anhanguera Educacional, 2014. Há cerca de duas décadas, as fontes de informação se limitavam a jornais, revistas, livros, rádio, televisão e interações diretas com outras pessoas ao vivo, por carta ou telefone. No trabalho ou na vida pessoal, habitávamos um mundo informacionalmente mais simples, que poderíamos rotular de um mundo small data (poucos dados), pelo menos para o cidadão comum. Com a internet, as antigas modalidades de recepção e troca de informações se mantiveram, mas novas modalidades apareceram: mensagens eletrônicas, fóruns, chats, videoconferências, redes sociais, entre outras. Somado, tudo isso fez com que o volume de troca e acúmulo de informações entre as pessoas se multiplicasse como nunca acontecera antes. As novas tecnologias ajudam a produzir ondas gigantescas de dados e informações que atingem a todos, incluindo as empresas. Isto está ligado à ideia de big data, que corresponde a volumes inusitadamente grandes de dados gerados pela internet, dados que nem sempre são estruturados e que englobam textos, números, imagens dinâmicas e estáticas, sons, gráficos, tabelas etc. O conceito de big data interessa muito às empresas e é considerado a próxima fronteira para a inovação, competição e produtividade. Existem muitos exemplos de big data ao nosso redor. Davenport (2014) aponta alguns, sobretudo considerando que, em 2008, a quantidade de dispositivos ligados à internet ultrapassou o número de pessoas no planeta: • Os usuários do YouTube veem mais de 2 bilhões de vídeos por dia. • A empresa de jogos sociais Zynga processa mais de 1 petabyte de dados de jogos por dia. • O sistema Google tem cerca de 1 bilhão de acessos por dia. A “presença virtual” das pessoas na internet alimenta o big data e revela muito de como elas se comportam, pelo que se interessam, o que consomem ou sonham consumir. Por este motivo, no mundo corporativo, a capacidade de absorver e traduzir informações vindas da internet ganhou enorme importância. Vamos a um exemplo. Imagine que você viaje para outra cidade em um fim de semana. Para isso, faz as reservas de passagem e hotel pela internet. Vai de táxi ao aeroporto, alimenta-se na lanchonete, embarca, depois © 2014 Anhanguera Educacional. Proibida a reprodução final ou parcial por qualquer meio de impressão, em forma idêntica, resumida ou modificada em língua portuguesa ou qualquer outro idioma. 1 . 2014. faz uma série de passeios. maior a probabilidade de conquistá-lo e mantê-lo fiel. em que tipo de promoção pode estar interessado ao planejar a próxima viagem. quanto gasta. Na cidade destino..youtube. BIG DATA: do conceito ao uso nos negócios. Multiplique isso por milhares de pessoas que fizeram o mesmo passeio que você no mesmo final de semana e pense que isso se repete o tempo todo com os turistas que chegam. ou sistemas automatizados de envio de ofertas de produtos a partir de suas consultas de preços no Google. trocar impressões sobre o que vê etc. Nos dias que se seguem. resumida ou modificada em língua portuguesa ou qualquer outro idioma.Tecnologias de Gestão | Tema 6 desembarca. Disponível em: <https:// www. © 2014 Anhanguera Educacional. usa a internet para enviar fotos. restaurantes. 2012. Proibida a reprodução final ou parcial por qualquer meio de impressão. Acesso em: 7 jul. em que pode gastar da próxima vez.gl/wqK4Go. Nos intervalos de todas as atividades ou mesmo durantes elas. Cezar.com/watch?v=d4C86n-em1g>. 2014. aproveita para comprar lembranças para os amigos e envia mais mensagens. Próximo de retornar à sua cidade de origem. que oferece filmes a partir de suas escolhas. Tudo isso faz parte de uma nova área da inteligência de negócios que estudaremos neste tema.. Você realmente sabe o que é Big Data? 30 abr. Não há limites. A coleta de dados é contínua! Depois de filtrados. As operações bancárias que você realizou e também o que você fez na internet deixaram um rastro pelo caminho que você trilhou tanto na internet quanto fora dela. 2013. Você não sabe. 2 . em forma idêntica. A novidade é que esse “rastro” é acessível a sistemas de informação que operam junto a grandes bases de dados externas. esses dados dão uma ideia do perfil do visitante – onde vai. são capazes de traçar um perfil razoavelmente aproximado do tipo de consumidor que você é. Esse é o mundo big data! As empresas estão cada vez mais interessadas neste tipo de rastreamento por razões óbvias: quanto mais conhecerem o cliente atual ou potencial. 28 set. Pense em sistemas como o Netflix. mas muitos sistemas acompanharam você na viagem e podem descrever muitas de suas atividades. Acesso em: 24 jun. geralmente utilizando o cartão de crédito ou débito.. Disponível em: http://goo. Bons estudos! Saiba Mais! Conheça melhor o big data: TAURION. pega um táxi do aeroporto e se dirige ao hotel. vasculhar a rede para selecionar passeios. Dito de outro modo. data mining é o processo de extração de informações válidas. As organizações de serviços de saúde e de serviços sociais utilizam-se de técnicas de mineração de dados para descobrir pagamentos em excesso ou atraso. Proibida a reprodução final ou parcial por qualquer meio de impressão. Exemplos: Explicar: Por que caiu a venda de sorvetes no Rio de Janeiro neste verão? Confirmar uma hipótese: Uma companhia de seguros quer examinar os registros de seus clientes para determinar se famílias que possuem duas rendas têm maior probabilidade de adquirir um plano de saúde do que famílias de uma única renda. serviços mal-organizados. Vamos analisar dois exemplos interessantes que mostram como o data mining está associado © 2014 Anhanguera Educacional. Em uma linguagem um pouco mais técnica. Swift (2001. para sua utilização em decisões empresariais cruciais. 3 . pedidos de melhoria de serviços. em última análise. solicitantes de empréstimos não qualificados. válidos. serviços e clientes. o data mining permite a identificação automática ou semiautomática de padrões interessantes. então precisam estar preparadas para responder perguntas como: “Quem são os clientes?” e “Onde estão os clientes?”.Tecnologias de Gestão | Tema 6 Se as empresas dependem de produtos. provenientes de grandes bancos de dados. entre muitas outras possibilidades. p. fraudes. Uma técnica tipicamente associada à inteligência de negócios e ao big data é a data mining ou mineração de dados. inteligíveis. reclamações em duplicata. dirigida aos usuários nas empresas. 106) esclarece sobre o data mining: Surgiu uma nova geração de ferramentas de mineração de dados. em grandes massas de dados. recentes. A descoberta de informação relevante em bancos de dados é um processo não trivial de identificação de padrões de dados. Data Mining ou Mineração de Dados O data mining pode ser pensado como uma tecnologia de software e aplicações correlatas que transformam dados em informações relevantes. pessoas que conhecem como os problemas das empresas estão sendo atendidos e entendem os dados envolvidos em suas soluções. em forma idêntica. por meio do uso de algoritmos de computação e de técnicas estatísticas avançadas. Entre elas. para confirmar uma hipótese e para descobrir alguma coisa. as técnicas podem ser aproveitadas para explicar algo. resumida ou modificada em língua portuguesa ou qualquer outro idioma. Existem inúmeras aplicações para a técnica de data mining. o big data corresponde a um imenso volume de dados gerado continuamente na internet. em vez de aos peritos. Responder a essas perguntas é parte da inteligência de negócios requerida nas organizações atualmente. Essas ferramentas escondem complexidades dos algoritmos sob a superfície e são toleravelmente utilizáveis por sofisticados analistas de negócios. potencialmente úteis e. Como vimos. até então desconhecidos. Descobrir: Uma companhia de cartão de crédito quer analisar seus registros históricos para determinar que fatores estão associados a pessoas que representam riscos para créditos. não conhecidas anteriormente. Vamos ver um segundo exemplo de aplicação de data mining em uma grande base de dados. Essa base possui cerca de 325 mil registros (blocos de informação) e nove atributos (campos de informação em cada registro) que permitem caracterizar determinado cliente com um perfil. obteve-se como saída o seguinte relatório (Tabela 6. segundo Maex (2013). Negativo em relação a Privatizar a previdência social. O texto. porque essa informação pode perfeitamente não corresponder à realidade: uma pessoa pode comprar um telefone do tipo © 2014 Anhanguera Educacional. Não sei se as tropas enviadas ao Iraque votariam nele novamente. esta técnica já é capaz de alcançar resultados semelhantes aos institutos de pesquisa de opinião mais tradicionais. políticas de imigração.1): Tabela 6. Por exemplo. 2013). admitindo que o que elas escrevem corresponde ao que realmente pensam. horário e dia das ligações. Esse perfil é traçado com base em alguns parâmetros: frequência de ligações.1 Resultado da execução de um software de mineração de texto (MAEX. Vamos imaginar uma base de dados de uma grande empresa do setor de telecomunicações. O internauta escreveu: Detesto a maneira como o presidente é constantemente atacado. Se você rodar o software em milhares de textos em milhares de fóruns semelhantes. de mineração de dados.Tecnologias de Gestão | Tema 6 diretamente à “descoberta” . que é o processo de extrair padrões e tendências a partir de um texto. Esses atributos permitem atribuir certo grau de probabilidade. Note que quem “leu” o texto foi um software de mineração. a seguir. Neutro em relação a Erros gramaticais. 4 . Porém. Outro fato importante é que. Segundo ele. não podemos apenas imaginar isso. foi publicado por um internauta em um fórum de discussão aberto sobre o governo americano. tipo de tarifação. a partir do que foi analisado por Amaral (2001). em um dos atributos. Mas acho maluquice a sua ideia de privatizar a previdência social. precisamos extrair essa informação concretamente da base de dados. a área de marketing direto se interessa pela descrição de prováveis consumidores. O objetivo é identificar o perfil residencial ou comercial e lançar uma campanha tendo foco nos clientes residenciais. mas elas estão fazendo o que deve ser feito.um de mineração em textos e outro mais usual. que o cliente é comercial ou residencial. mesmo que a base de dados indique explicitamente. A mineração de dados inclui a mineração de textos. [Autor: Bobstud 189] Ao rodar um software de mineração de textos neste trecho. em forma idêntica. resumida ou modificada em língua portuguesa ou qualquer outro idioma. não temos segurança. Na realidade. Sentimento Tópico Positivo em relação a Bush. uma ligação de madrugada feita a cobrar no final de semana provavelmente partiu de um cliente residencial. Proibida a reprodução final ou parcial por qualquer meio de impressão. Tudo bem que ele comete erros gramaticais – grande coisa! As suas políticas de imigração são ok! Temos de estar dispostos a tomar atitudes firmes. talvez consiga obter resultados significativos sobre a impressão que muitas pessoas têm sobre o governo. O exemplo que veremos é obtido com a utilização de um software de mineração de dados chamado WizRule http://www. C-comercial Vamos imaginar a base de dados como uma tabela parecida com a Tabela 6. N-dia da semana Minutos Duração da ligação em minutos Receita Valor gasto com a ligação Num_ligações Quantidade de ligações realizadas no mês tipo_cliente R-residencial. 5 . é caracterizado como integrante de duas classes (residencial ou comercial). com determinado grau de probabilidade de isso ser.3 Dois registros da base de dados da companhia telefônica. Aplicamos o software de data mining e obtemos como relatório de saída uma série de regras do tipo se-então que nos dá uma ideia melhor do que temos na base.Tecnologias de Gestão | Tema 6 residencial e usá-lo para fins comerciais ou vice-versa. Porém. 4-misto.3-a cobrar. afinal.2): Tabela 6. Por esta razão. cada cliente é analisado de acordo com seus hábitos telefônicos e. 5 celular Faixa_tarifação 1-normal. 4-0800. a partir desta avaliação. mas na base há mais de 325 mil registros! Não se esqueça de qual é o objetivo da mineração de dados aqui: buscar perfis de clientes comerciais.2 Estrutura de um registro de um banco de dados da companhia telefônica. cada assinante está associado a um registro no banco de dados. em forma idêntica. A base que nos interessa tem mais de 325 mil registros parecidos com estes: Tabela 6. Assinante Tipo de ligação Faixa Distância Fim de Minutos Receita semana Número de ligações Tipo de cliente José 1 2 10 S 15 40 13 R Luiza 2 1 15 N 140 320 83 C Note como o perfil da Luiza é mais comercial do que o do José. A estrutura do registro é a seguinte (Tabela 6.3. resumida ou modificada em língua portuguesa ou qualquer outro idioma. 3-super-reduzido. 5-diferenciado Distância Distância física entre a central telefônica do assinante de origem e de destino Fim_semana S-sábado ou domingo. é fácil comparar quando você tem dois registros. 2-local. © 2014 Anhanguera Educacional.wizsoft.com/index. Luiza não realiza ligações de final de semana e faz um número de ligações maior. de fato. excetuando o fato de que esta tem somente dois registros (notemos que as colunas da tabela são os atributos). Proibida a reprodução final ou parcial por qualquer meio de impressão. 2-reduzida.php/products/wizrule. Conforme já dissemos. Assinante Assinante de Origem Tipo_de ligação 1-DDD. uma realidade. 495 REGISTROS Esta regra tem alta probabilidade. resumida ou modificada em língua portuguesa ou qualquer outro idioma. ao mesmo tempo. Observe como faz uma interessante associação entre a faixa de tarifação e o uso de 0800.Tecnologias de Gestão | Tema 6 Regra 1: SE TIPO_LIGACÃO É 0800 E NÚMERO DE LIGAÇÕES É ENTRE 4 E 12 ENTÃO TIPO DE CLIENTE É COMERCIAL PROBABILIDADE REGRA: 0. © 2014 Anhanguera Educacional. que só continha uso de 0800.802 A REGRA EXISTE EM 40.130 REGISTROS Esta regra mostra que há mais de 80% de probabilidade de que os fazedores de ligação 0800 sejam clientes do tipo comercial. ele é interessado no uso de 0800 e. Regra 2: SE TIPO_LIGACÃO É 0800 E FAIXA DE TARIFAÇÃO É DIFERENCIADO ENTÃO TIPO DE CLIENTE É COMERCIAL PROBABILIDADE REGRA: 0. A probabilidade é superior à da Regra 3.565 REGISTROS Esta regra tem alta probabilidade de ocorrência e já sinaliza a importância das ligações 0800 para nosso público-alvo: cliente comercial.308 REGISTROS Esta regra nos ajuda a perceber o perfil do cliente comercial que nos interessa.825 A REGRA EXISTE EM 8. em forma idêntica. 6 . Regra 4: SE TIPO_LIGACÃO É 0800 E FAIXA DE TARIFAÇÃO É NORMAL E MINUTOS ESTÁ ENTRE 4 E 26 ENTÃO TIPO DE CLIENTE É COMERCIAL PROBABILIDADE REGRA: 0. Por exemplo.863 A REGRA EXISTE EM 10. utiliza tarifação normal. Regra 3: SE TIPO_LIGACÃO É 0800 ENTÃO TIPO DE CLIENTE É COMERCIAL PROBABILIDADE REGRA: 0.825 A REGRA EXISTE EM 18. Proibida a reprodução final ou parcial por qualquer meio de impressão. 7 . para não investir em campanhas voltadas ao uso de DDD. É bom saber isso.802 A REGRA EXISTE EM 39.774 A REGRA EXISTE EM 8. © 2014 Anhanguera Educacional. ela também pode ser relevante para identificar o perfil que não nos interessa. Como estamos interessados no cliente comercial. resumida ou modificada em língua portuguesa ou qualquer outro idioma. talvez.255 REGISTROS Procure julgar você mesmo(a) esta regra.Tecnologias de Gestão | Tema 6 Regra 5: SE TIPO_LIGACÃO É DDD E FAIXA DE TARIFAÇÃO É REDUZIDA ENTÃO TIPO DE CLIENTE É RESIDENCIAL PROBABILIDADE REGRA: 0.736 A REGRA EXISTE EM 56. Regra 7: SE FAIXA DE TARIFAÇÃO É REDUZIDA ENTÃO TIPO DE CLIENTE É RESIDENCIAL PROBABILIDADE REGRA: 0. em forma idêntica.763 REGISTROS Esta regra ajuda a definir a relação entre tarifação reduzida e cliente residencial.552 REGISTROS Esta regra mostra que o usuário que usa DDD e tarifação reduzida tem mais de 80% de probabilidade de ser residencial. queremos usuários comerciais. afinal. Proibida a reprodução final ou parcial por qualquer meio de impressão. Regra 6: SE TIPO_LIGACÃO É LOCAL E FIM DE SEMANA É NÃO E MINUTOS É ENTRE 4 E 26 E NÚMERO DE LIGAÇÕES É ENTRE 1 E 3 ENTÃO TIPO DE CLIENTE É RESIDENCIAL PROBABILIDADE REGRA: 0. com base no objetivo da mineração que estamos realizando. Resultados têm de ser interpretados e balanceados para serem descartados ou aproveitados ou. mas não é fácil descobrir onde estão. em forma idêntica. mas outros softwares podem gerar outros tipos de relatório. também. o data mining opera segundo uma estratégia e não gera resultados isolados e prontos. Talvez você esperasse encontrar informações mais “prontas” ou “completas” como resultado da mineração de dados. para que se tente alcançar resultados usando outras ferramentas isoladas ou combinadas. Note. depende do grau de precisão que se busca e dos objetivos traçados. Lembre-se de que a mineração é um trabalho de “descoberta” em grandes bases de dados. 8 . O software de data mining pode ser configurado para rodar novamente.055 REGISTROS Esta regra associa ligação a cobrar e fim de semana para apontar a probabilidade de o cliente ser residencial. com outros parâmetros e até com outro algoritmo instalado no mesmo software. Muitas ferramentas de gestão importantes estão relacionadas à Gestão do Conhecimento (GC).Tecnologias de Gestão | Tema 6 Regra 8: SE FAIXA DE TARIFAÇÃO É DDD E FIM DE SEMANA É SIM ENTÃO TIPO DE CLIENTE É RESIDENCIAL PROBABILIDADE REGRA: 0. Podemos ainda recorrer a outros softwares com algoritmos diferentes e comparar resultados ou até utilizar softwares que usem como entrada o que outros softwares de data mining geraram como saída. Gestão do Conhecimento: Modelo de Criação do Conhecimento Em perspectiva diferente da ferramenta anterior. passamos a conhecer melhor o que existe na base de dados que contém mais de 300 mil registros. Os dados dos registros da base fornecem informações combinadas que. por meio do software de mineração de dados. Perceba como. Proibida a reprodução final ou parcial por qualquer meio de impressão. as “pepitas informacionais” muito valiosas provavelmente existem. não seríamos capazes de detectar.571 REGISTROS Idem anterior. que o fator humano é preponderante. sem o software. O resultado encontrado é um tanto vago.731 A REGRA EXISTE EM 28. ainda. Regra 9: SE FAIXA DE TARIFAÇÃO É A COBRAR E FIM DE SEMANA É SIM ENTÃO TIPO DE CLIENTE É RESIDENCIAL PROBABILIDADE REGRA: 0. afinal.709 A REGRA EXISTE EM 13. A Gestão © 2014 Anhanguera Educacional. abordamos aqui uma ferramenta mais conceitual de apoio à gestão das empresas. Aqui ele foi configurado para gerar um relatório de saída na forma de regras. Assim como na mineração de ouro. resumida ou modificada em língua portuguesa ou qualquer outro idioma. a fim de enfrentar melhor os desafios do século XXI (NONAKA. Robbins (2005) aponta três razões essenciais para a valorização do tema gestão do conhecimento: 1. Embora o conhecimento novo não corresponda diretamente à inovação. a gestão do conhecimento está profundamente alinhada ao cenário tecnológico que vivemos hoje na web 2. manipular e transmitir.0. 3. que não se pode controlar o conhecimento novo e que somente a empresa capaz de criar conhecimento novo pode ser uma empresa inovadora. habilitada a sobreviver no contexto de alta concorrência do século XXI.significados. Esse foi o modo dominante de conhecimento na tradição ocidental. pesquisadores japoneses propuseram um modelo em que a negociação do par “conhecimento tácito-conhecimento explícito”. artigos e documentos de modo geral. Atualmente. 9 . Conhecimento explícito é o conhecimento facilmente comunicável.com. fruto de uma boa ideia de um colaborador. Um exemplo de conhecimento explícito ocorre quando um analista pede explicações a um colega sobre como operar um sistema ou quando consulta o manual de funcionamento desse sistema para aprender a operá-lo. os conhecimentos que possuem são perdidos. registrado em livros.0. É fácil de articular. A gestão do conhecimento torna a empresa muito mais eficiente por estimular a criação de conhecimentos novos. 2014. Disponível em: http://www. O modelo afirma que a capacidade de criação do conhecimento novo está potencialmente presente em todas as pessoas em forma tácita (oculta). ativos intelectuais se tornaram tão importantes quanto ativos financeiros. O modelo é uma espécie de apologia ao “aprender-fazendo” e ao compartilhamento de experiências.Tecnologias de Gestão | Tema 6 do Conhecimento visa à criação. © 2014 Anhanguera Educacional.0! SIGNIFICADO de Web 2. Em pesquisas sobre o que seria necessário para colocar as empresas no caminho das inovações. Proibida a reprodução final ou parcial por qualquer meio de impressão. resultante da gestão do conhecimento. resumida ou modificada em língua portuguesa ou qualquer outro idioma. quando o que se busca aprender tem parcelas importantes de conhecimento tácito. À medida que colaboradores se aposentam ou se afastam. Saiba Mais! Entenda melhor a chamada web 2. TAKEUCHI. pode significar uma inovação em si e também uma melhoria que ocorre em um processo. de modo que os trabalhadores possam colaborar e compartilhar. revistas. segundo Nonaka e Takeuchi (2008).br/web-2-0/. Por isso. 2. O conhecimento novo. Acesso em: 10 jul. Vamos considerar duas formas gerais de como o conhecimento é dividido nas pessoas e nas empresas. pode ser um estímulo para que os colaboradores criem. disseminem e se apropriem de conhecimentos novos. oriunda das teorias de Michael Polanyi. seria geradora da inovação. cabendo aos gestores das organizações impulsionar tais interações. disseminação e apropriação do conhecimento novo nas organizações. em forma idêntica. 2008). O que entendemos exatamente por Conhecimento Tácito e Conhecimento Explícito. desenvolve-se. Uma ideia inovadora nasce do conhecimento individual e se amplifica. na forma de modelos mentais e habilidades técnicas compartilhadas. desde o “insight criativo” de um indivíduo que cria um novo conceito até a etapa final de um ciclo que pode se converter em uma inovação que chegou aos mercados. segundo o modelo de criação do conhecimento de Nonaka & Takeuchi (2008): S . Saiba Mais! Entenda melhor as diferenças entre o conhecimento tácito e o conhecimento explícito: CASSAPO. Durante os processos de conversão de conhecimento tácito em conhecimento explícito ocorre toda a cadeia de transformações. obtido por meio da experiência que cada um adquiriu ao longo da vida. Disponível em: http://goo. envolvendo fatores intangíveis como crenças pessoais. de criação do conhecimento tácito. entenderá melhor o desafio que é lidar com o conhecimento tácito. porque se volta mais para o “conhecimento” do que para a “informação”. nesta ordem. resumida ou modificada em língua portuguesa ou qualquer outro idioma. Se você pensar na forma como hoje as informações e o conhecimento se tornaram facilitados pelas novas tecnologias. O conhecimento tácito é considerado um importante fator de competitividade entre as organizações. por isso. atingindo e podendo modificar toda a empresa. 10 . É o conhecimento incorporado à experiência individual. O © 2014 Anhanguera Educacional. Filipe M. O conhecimento tácito é pessoal. Sociedade Brasileira de Gestão do Conhecimento. O ponto importante do conhecimento tácito é que é difícil de expressar e independe da tecnologia. setores e toda a organização. embora as explicações sobre como operá-lo e o manual possam ser os mesmos.1). Proibida a reprodução final ou parcial por qualquer meio de impressão. Acesso em: 10 jul. que é combustível da geração da inovação. é difícil de formalizar e comunicar. Várias conversões de conhecimento tácito-explícito são previstas em um processo contínuo. intuições. Novos ciclos aprofundam o processo e geram novas inovações em escala não controlável ‒ por isso. atingindo grupos maiores. Ainda no exemplo do sistema. As conversões classificam-se nas seguintes etapas (Figura 6. a partir daí. a valorização do conhecimento tácito é a chave para tornar a organização inovadora. Espiral do Conhecimento e da Inovação Como já mencionamos. 2014. as conversões de conhecimento explícito-tácito visam criar conhecimento novo. apresentadas em espiral. em forma idêntica. sem usar a linguagem. A interação entre as duas formas de conhecimento (tácito e explícito) compõe o modelo de espiral do conhecimento: o conhecimento se origina na mente de um indivíduo. não se pode prever totalmente o alcance das inovações.Tecnologias de Gestão | Tema 6 Conhecimento tácito é o conhecimento que existe na cabeça das pessoas. emoções e habilidades.Socialização: conversão de conhecimento tácito para tácito É um processo de compartilhamento de experiências e. alguns técnicos mais experientes irão operar o sistema de forma melhor do que outros – eles têm um conhecimento tácito acumulado. Para as empresas.gl/2YBjjI. sensível ao contexto. Um indivíduo pode desenvolver conhecimento tácito diretamente de outros indivíduos. dissemina-se. Externalização: conversão de conhecimento tácito para explícito É um processo de articulação do conhecimento tácito em termos explícitos. conversas diretas ou redes de comunicação. germe da inovação. em forma idêntica. 11 .Combinação: conversão de conhecimento explícito para conhecimento explícito Corresponde a um processo de sistematização de conceitos. imitação e prática. ainda. I – Internalização: conversão de conhecimento explícito para tácito Internalização é o processo de incorporação do conhecimento explícito. reuniões. somente por meio de observação. Portanto. a Socialização está associada a aprender pelo exemplo e a aprender fazendo. Opera em um campo específico de interação. Esse modo de conversão do conhecimento envolve a combinação de conjuntos diferentes de conhecimento explícito. da categorização do conhecimento explícito (como realizado em bancos de dados de computadores). face a um sistema de conhecimento preexistente.Tecnologias de Gestão | Tema 6 aprendiz trabalha com seu mestre e aprende sua arte sem depender da fala. por exemplo. Pode ser considerado o processo de conversão mais importante no modelo. no diálogo com o cliente. Na indústria. Esta é a etapa que mais ênfase coloca na tecnologia. Proibida a reprodução final ou parcial por qualquer meio de impressão. é constante a evolução e o aperfeiçoamento de produtos que ocorrem por meio de discussões internas entre os departamentos. resumida ou modificada em língua portuguesa ou qualquer outro idioma. emergem as hipóteses que irão motivar diálogos e uma espécie de reflexão coletiva que ocorrerá na próxima etapa. Quando a maioria dos membros da organização compartilha um novo modelo mental. do acréscimo. que se converte em conhecimento tácito na forma de mudança de base de conhecimentos – uma espécie de aprendizagem coletiva. pela observação do cliente ou pela experiência compartilhada com o cliente. C . porque está diretamente associado ao aparecimento de um novo conceito. ou seja. E . o conhecimento tácito passa a fazer parte da cultura da organização. que pode ser definido também como um processo de criação do conceito novo. Há reconfiguração das informações existentes por meio da classificação. Nesta fase. © 2014 Anhanguera Educacional. Os indivíduos trocam e combinam conceitos por meio de documentos. Exemplos são o know-how técnico acumulado e a aplicação das melhores práticas para a execução de processos ou. uma inovação incorporada à cultura da empresa. serviços e práticas com os mais fortes concorrentes ou com as empresas reconhecidas © 2014 Anhanguera Educacional. apontamos a técnica de benchmarking. Essa definição corre o risco de sugerir que o benchmarking é uma técnica voltada à pura imitação entre empresas. Disponível em: http://goo. Proibida a reprodução final ou parcial por qualquer meio de impressão. para outras organizações. para um setor inteiro de atividades etc. o que é uma noção incorreta. FROTA. Combinação e Internalização. Rio de Janeiro: SEGRAC. cíclica e autoinclusiva. Benchmarking é um processo ou técnica de gestão em que as empresas avaliam o desempenho de seus processos. Cristiane Souto et al. comparando-os com os melhores desempenhos de outras organizações. Benchmarking Ainda no terreno de ferramentas de gestão que visam melhoria e inovação. de forma contínua. resumida ou modificada em língua portuguesa ou qualquer outro idioma. Fonte: Adaptada de Nonaka e Takeuchi (2008) O processo parte da Socialização e evolui para os processos de Externalização. e a expansão desse ciclo ocorre na medida em que seu alcance é cada vez maior: do indivíduo para o grupo.1 Modelo de criação de conhecimento. em forma idêntica. Acesso em: 10 jul. para a organização. Saiba Mais! Entenda melhor a teoria da criação do conhecimento organizacional. A Xerox definiu benchmarking como “o processo contínuo de medirmos e compararmos os nossos produtos. 12 . Teoria da criação do conhecimento organizacional – Nonaka e Takeuchi. A criação do conhecimento organizacional é uma interação dinâmica entre conhecimentos tácito e explícito. 2014.Tecnologias de Gestão | Tema 6 Figura 6. sistemas e procedimentos.gl/XuT3TP. com. Acesso em: 10 de jul. Planejamento: escolha da empresa que será referência e quais são os objetivos do benchmarking. Revista Exame. 2014. <https://www. 1999. o líder do mercado já se afastou para fazer algo mais notável. Disponível em: http://goo. 13 . Acesso em: 10 jul. Disponível em: watch?v=vRoK2JrKVJg>.gl/Xq2y8S. Coleta de dados: coleta de dados por análise de informações que são públicas e das informações em fonte primária.youtube. Já o benchmarking inteligente é o que você pode aprender de alguém totalmente fora de sua área. segundo Baldwin et al. 2014. Análises e Comparações: apontar diferenças da empresa-alvo com a promotora do benchmarking e identificar fatores responsáveis pelos melhores resultados da referência. Proibida a reprodução final ou parcial por qualquer meio de impressão. 2010.Tecnologias de Gestão | Tema 6 como líderes da indústria”. 8 set. Saiba Mais! Conheça melhor o benchmarking: HILSDORF. Capodagli (2010) classifica o benchmarking entre “burro” e “inteligente”. © 2014 Anhanguera Educacional. visitas de campo etc. O benchmarking converge para a implementação de um plano de mudanças e melhoria. 3. 4. O que é benchmarking? 13 set. Elaborar e implementar plano de mudanças: adaptação dos procedimentos atuais e melhoria da própria empresa. em forma idêntica. oficinas. clique aqui.gl/pyQ9dD. Alexandre. Disponível em: http://goo. Os seguintes passos podem compor uma ação de benchmarking.com/ ALFREDO. O benchmarking burro é passar um ano estudando a empresa líder em um setor e três anos tentando ser como ela. 2. como entrevistas. 2014. resumida ou modificada em língua portuguesa ou qualquer outro idioma. Se preferir. BENCHMARKING. (2008): 1. O negócio é copiar rápido. Carlos. Acesso em: 10 jul. Nesse meio tempo. você encontrará algumas questões de múltipla escolha e dissertativas. aceita ou não. Outras unidades múltiplas de bytes são apresentadas a seguir: Instruções Agora. admissível ou provável. chegou a sua vez de exercitar seu aprendizado. © 2014 Anhanguera Educacional. Michael Polanyi (1886-1964): filósofo e químico húngaro que desenvolveu teorias importantes sobre como ocorre o desenvolvimento da descoberta na ciência e que influenciou as pesquisas na área de inovação nas empresas. Proibida a reprodução final ou parcial por qualquer meio de impressão. de natureza criativa e teórica.Tecnologias de Gestão | Tema 6 Algoritmos: um programa que realiza procedimentos para solucionar um problema. em forma idêntica. organizados de forma a permitir a recuperação da informação. Hipótese: é uma proposição ou suposição ou o conjunto delas. Inovação: novo produto. Petabyte: byte é uma unidade de informação digital. Leia cuidadosamente os enunciados e atente-se para o que está sendo pedido. processo ou serviço que soluciona um problema ou atende a uma necessidade. Bases de dados: um conjunto de dados inter-relacionados. resumida ou modificada em língua portuguesa ou qualquer outro idioma. Cada byte representa um único caractere de texto em um computador. A seguir. podendo ser comercializado. 14 . Marketing direto: é um sistema interativo de marketing que usa uma ou mais mídias de propaganda para obter uma resposta que possa ser medida. Estatísticas: correspondem a um conjunto de métodos usados para analisar dados. mas não comprovada ou demonstrada. II. e) Big data corresponde a imensas quantidades de dados não estruturados a partir dos quais se extrai informações de valor para as empresas. 15 . inovações nas empresas. © 2014 Anhanguera Educacional. O conhecimento tácito é simples e fácil de ser comunicado. Assinale a alternativa correta: a) Somente as afirmativas II e III estão corretas. às formas de conhecimento tácito e explícito. Questão 2 Com relação à gestão do conhecimento e. podemos afirmar: I. consequentemente. e suas interações proporcionam dinamismo necessário para criar conhecimento e. III. O conhecimento tácito está enraizado nas pessoas na forma de experiências e intuições. d) Big data corresponde a um setor nas empresas de tecnologia dedicado a pesquisar novas tecnologias na internet. resumida ou modificada em língua portuguesa ou qualquer outro idioma. e) Somente as afirmativas I e III estão corretas. Verifique a resposta correta no final deste material na seção Gabarito. o que pode representar riscos à saúde das pessoas. b) Somente a afirmativa I está correta. mais especificamente. aponte a alternativa correta: a) Big data corresponde a bancos de dados de algumas grandes empresas. c) Big data corresponde ao uso intensivo da internet. c) Somente a afirmativa III está correta. Os conhecimentos tácito e explícito são complementares. d) Somente as afirmativas I e II estão corretas. b) Big data corresponde ao acesso a informações sigilosas existentes em grandes bancos de dados. em forma idêntica. Proibida a reprodução final ou parcial por qualquer meio de impressão.Tecnologias de Gestão | Tema 6 Questão 1 Com relação ao conceito de big data. 4 – V. 4 – F. impossibilitando a restituição e. 3. Explique que técnica o governo provavelmente está utilizando. ( ) É uma técnica ilegal de cópia e imitação de melhores práticas entre empresas. Proibida a reprodução final ou parcial por qualquer meio de impressão. 5 – F. em forma idêntica. Aponte a alternativa correta: a) 1 – F. c) 1 – V. 16 . ( ) É uma modalidade especial de aprendizado organizacional direcionada à revelação das melhores práticas executadas por determinada organização. a fim de verificar o que pode ser melhorado. 3 – V. Verifique a resposta correta no final deste material na seção Gabarito. 4.Tecnologias de Gestão | Tema 6 Questão 3 Analise as seguintes sentenças relacionadas à técnica de Benchmarking e aponte V (verdadeiro) ou F (falso) para cada uma delas: 1. em alguns casos. 5. Como a gestão do conhecimento e. © 2014 Anhanguera Educacional. 2 – F. o modelo de criação do conhecimento organizacional podem ajudar? Verifique a resposta correta no final deste material na seção Gabarito. 5 – F. ( ) É uma tecnologia de gestão desenvolvida por meio da investigação e por intermédio da comparação. ( ) É a simples interação entre organizações para troca de ideias e experiências. 4 – V. b) 1 – V. 3 – V. 2 – V. 5 – F. 2 – F. é apresentada a necessidade de que se desenvolvam soluções inovadoras para os problemas que a empresa vem enfrentando. 2 – F. 2. isto é. resumida ou modificada em língua portuguesa ou qualquer outro idioma. 2 – V. 5 – F. 5 – F. 3 – V. resultando em investigação mais aprofundada sobre o contribuinte junto à Receita Federal. d) 1 – V. Verifique a resposta correta no final deste material na seção Gabarito. Esses contribuintes devem cair na “malha fina”. entrarão em um processo detalhado de verificação de inconsistências da declaração. mais especificamente. Questão 5 Em uma reunião de negócios. e) 1 – V. 3 – F. 4 – V. ( ) É uma forma de aprender com as outras empresas o que elas fazem de melhor e por que fazem tão bem e levar esse conhecimento para outra organização. 4 – F. Questão 4 A Receita Federal de certo país utiliza técnicas avançadas para descobrir contribuintes que fujam às características dos contribuintes normais de imposto de renda. 3 – V. I. R. B. (Orgs. Comportamento organizacional. 2001. TAKEUCHI. SWIFT. Vimos também o conceito de benchmarking e um modelo bastante conhecido de criação do conhecimento vinculado à gestão do conhecimento. 2005. reduzir riscos e decidir melhor. Questão 1 Resposta correta: Alternativa “E”. DAVENPORT. R. confirmar ou refutar hipóteses e explorar dados em busca de informações relevantes. de forma que toda e qualquer informação nestes meios possa ser encontrada. disseminação e apropriação de conhecimento novo nas organizações. 2008. CAPODAGLI. São Paulo: Pearson Prentice Hall. BALDWIN. visando aprendizado e aperfeiçoamento. FRANCO. em forma idêntica. NONAKA. São Paulo: Saraiva. F. Pixar: lições do playground corporativo mais criativo do mundo. H. 2010. ROBBINS. Softwares data mining buscam padrões ocultos em grandes massas de dados e podem servir para obter respostas. São Paulo: Berkeley Brasil.. Porto Alegre: Bookman. Desenvolvimento de habilidades gerenciais. Rio de Janeiro: Elsevier. 2014. 2013. Campinas: Alínea.. Décio Henrique. Proibida a reprodução final ou parcial por qualquer meio de impressão. Data Mining: técnicas e aplicações para o marketing direto. 2008. T. 2008. Moisés M. T. São Paulo: Saraiva. 2001. MAEX. Gestão do Conhecimento. Rio de Janeiro: Elsevier. Rio de Janeiro: Elsevier. resumida ou modificada em língua portuguesa ou qualquer outro idioma. S. C. AMARAL. © 2014 Anhanguera Educacional. O big data pode ser compreendido como um conjunto de dados extremamente grandes que necessitam de ferramentas preparadas para lidar com grandes volumes. GOLDSCHMIDT. N. especificamente a ferramenta data mining. Edna de A. Dados demais! Como desenvolver habilidades analíticas para resolver problemas complexos. CAZELA. RODRIGUES. vimos alguns assuntos relacionados à inteligência de negócios na era big data. D. et al. analisada e aproveitada em tempo hábil pelas empresas. Benchmarking está relacionado à comparação sistemática de práticas e processos entre empresas. O poder dos números. 17 . 2005. CRM: o revolucionário marketing de relacionamento com os clientes.) Tecnologias e Ferramentas de Gestão.Tecnologias de Gestão | Tema 6 Neste tema. Rio de Janeiro: Elsevier. Data mining: um guia prático. Vimos também que a gestão do conhecimento reúne técnicas para aprimorar a criação. a investigação opera em big data. O modelo de Nonaka e Takeuchi valoriza os palpites. tais como livros e manuais. aplicar à sua empresa. Por meio de cruzamento de dados das declarações aparecem as inconsistências de rendimento. Questão 3 Resposta correta: Alternativa “C”. Proibida a reprodução final ou parcial por qualquer meio de impressão. possivelmente. Um crescimento muito acentuado de patrimônio de um ano a outro sem o correspondente crescimento na faixa salarial pode ser sinal de que algo está errado com a declaração. bem como melhores produtos. (Falso) Esta ferramenta não é uma simples cópia de um produto ou processo. Podemos compreender o conhecimento tácito como aquele que o indivíduo adquiriu ao longo da vida ou advém da experiência humana em situações de trabalho. parentesco. entre outras. como hábitos de consumo. (Verdadeiro) É uma modalidade de aprendizado direcionado visando melhores práticas para a organização. (Verdadeiro) Constitui uma tecnologia de gestão a fim de verificar. patrimônio. Conhecimento novo pode se traduzir em inovações que ajudem a resolver os problemas que a empresa vem enfrentando. A união dos dois tipos de conhecimento possibilita sua complementação. com dados não estruturados na internet. pode deixar um rastro indicador para que o governo apure melhor a condição fiscal do contribuinte. gerando dinamismo e inovações nas empresas. Já o conhecimento explícito é possível de codificação em algo que possa ser utilizado por humanos ou máquinas.Tecnologias de Gestão | Tema 6 Questão 2 Resposta correta: Alternativa “A”. mas a busca pela melhoria constante das empresas e produtos. (Falso) O benchmarking não é uma simples cópia nem uma troca de ideias. (Verdadeiro) Por meio desta ferramenta. Questão 5 A gestão do conhecimento visa estimular a criação. 5. Questão 4 O assunto se relaciona a data mining e big data. a empresa poderá aprender com outras empresas o que fazem de melhor e. Quanto ao Benchmarking temos: 1. o próprio comportamento do consumidor na internet. em forma idêntica. resumida ou modificada em língua portuguesa ou qualquer outro idioma. isto é. Além disso. 2. “insights” e intuições dos colaboradores. para que possa atender seus consumidores. valoriza o conhecimento tácito do qual podem emergir as inovações. © 2014 Anhanguera Educacional. Neste caso. 18 . disseminação e aplicação de conhecimentos novos nas empresas. uma melhor prática empresarial. Um dos grandes interessados em técnicas de data mining são os governos. temos que as alternativas corretas são a II e III. por meio de comparação ou investigação. Assim. por exemplo. consiste em um processo de investigação e análise. sendo subjetivo e inerente às habilidades de uma pessoa. 4. 3.