Pular para o conteúdo principal

(E) Como dar poderes aos usuários

Quantas vezes você já ouviu ou leu em revistas e sites especializadas de negócios, que a empresa tal estava sendo reestruturada? As empresas fazem isso principalmente em época de crise. Ao se aprofundar nos detalhes da reestruturação, é possível descobrir, em algum lugar, que a diretoria da nova organização depois da reestruturação dará poderes aos seus funcionários (remanescentes). O que se quer dizer com isso “dar poderes”? Será que o que eles querem dizer é que, agora, os vários funcionários poderão tomar muitas das decisões que antes só a alta gerência participava. Contudo, vamos pensar no seguinte: o quanto os funcionários serão eficientes em tomar decisões, se eles não possuírem dados e informações necessários para tomar tais decisões?
Implementar um depósito de dados integrados (data warehouse) é uma maneira efeciente de entregar esses dados. Isso não apenas libera quem necessita do dado de recorrer à diretoria em cada decisão, mas, também o libera da necessidade de recorrer a área de sistemas de informações (TI) para solicitar este ou aquele relatório que poderá levar dias.
Esse “poder” a que estou me referindo, possibilita que os consumidores da informação controlem o seu próprio destino – não recorrendo aos programadores de plantão para solicitar relatórios, programados para atender aquela necessidade imediata. Quantas vezes isso ocorre em um ambiente operacional? A todo instante novo relatório é identificado e demandado, colocados em perspectiva e programados, após o que, você descobre que o usuário encontrou outras fontes para a saída desejada. Existe aí um atraso de tempo inevitável entre a identificação de novos requisitos e a sua entrega. Não se trata de uma falha da área de sistemas, mas sim da realidade.

O uso de ferramentas de produção de relatórios e portais de informação (dashboards) a partir de um depósito de dados integrado (data warehouse) dá aos funcionários (usuários) o “poder” que mencionamos anteriormente, para obter e analisar dados e, respaldados com informações de qualidade (coerentes e concisas), tomar as decisões que lhe cabem. Podemos dar como exemplo, as ferramentas OLAP (On-Line Analytical Processing), que permitem aos usuários a partir de dados disponíveis no data warehouse fazer previsões, refinar e procurar tendências sobre todos os aspectos de seu negócio. Com o data warehouse, o usuário passa a ter acesso aos dados de forma fácil e rápido, podendo ainda trabalhar de maneiras nunca antes imaginadas. Desta forma novas informações são produzidas e descobertas e assim nasce uma nova maneira de pensar e agir dentro da empresa. De posse dessa liberdade de acessar os dados e produzir os relatórios sobre o que deseja, o pessoal de desenvolvimento de sistemas fica livre para construir novos aplicativos. Esses aplicativos podem ser personalizados para implementar sistemas especialistas a serem utilizados pela diretoria e pela gerência, com base nas informações extraídas do data warehouse. Eles também podem até ser aplicativos para corrigir algum problema de inconsistência de dados que o data warehouse por ventura tenha identificado.

Conclusão, dar “poder” ao usuário é ter a possibilidade de transformar a empresa em uma empresa mais dinâmica, ágil e criativa. E a principal maneira de viabilizar isso, é criar uma infra-estrutura de dados capaz de entregar os dados certos para quem é de direito de forma fácil e rápido.

Comentários

Postagens mais visitadas deste blog

(A) Data Science in Practice with Python

The top trending in Twitter or other social network is the term “data science”. But ...
What’s the data science? How do real companies use data science to make products, services and operations better? How does it work? What does the data science lifecycle look like?  This is the buzzword at the moment. A lot of people ask me about it. Are many questions. I’ll try answer all of these questions through of some samples.

Sample 1 - Regression

WHAT IS A REGRESSION? This is the better definition what I found [Source: Wikipedia] - Regression analysis is widely used for prediction and forecasting, where its use has substantial overlap with the field of machine learning.
HOW DOES IT WORK? Regression analysis is also used to understand which among the independent variables are related to the dependent variable, and to explore the forms of these relationships. In restricted circumstances, regression analysis can be used to infer causal relationships between the independent and dependent variable…

(A) Tucson Best Buy Analysis

“Data! Data! Data!” he cried impatiently.  “I can’t make bricks without clay.” —Arthur Conan Doyle
The Ascendance of Data

We live in a world that’s drowning in data. Websites track every user’s every click. Your smartphone is building up a record of your location and speed every second of every day. “Quantified selfers” wear pedometers-on-steroids that are ever recording their heart rates, movement habits, diet, and sleep patterns. Smart cars collect driving habits, smart homes collect living habits, and smart marketers collect purchasing habits. The Internet itself represents a huge graph of knowledge that contains (among other things) an enormous cross-referenced encyclopedia; domain-specific databases about movies, music, sports results, pinball machines, memes, and cocktails; and too many government statistics (some of them nearly true!) from too many governments to wrap your head around.
Buried in these data are answers to countless questions that no one’s ever thought to ask. In…

(A) Data Science in Practice with Python - Sample 2

In this post I'll explain what is a recommender system, how work it and show you some code examples. In my previous post I did a quick introduction:

Sample 2 - Recommender System

WHAT IS A RECOMMENDER SYSTEM? A model that filters information to present users with a curated subset of options they’re likely to find appealing.
HOW DOES IT WORK? Generally via a collaborative approach (considering user’s previous behavior) or content based approach (based on discrete assigned characteristics).

Now I'll get into in some concepts very important about recommender systems.

Recommender System in Details:

We can say that the goal of a recommender system is to make product or service recommendations to people. Of course, these recommendations should be for products or services they’re more likely to want buy or consume.

Recommender systems are active information filtering systems which personalize the information coming to a user based on his interests, relevance of the information etc.…