Business Intelligence – Sistemas de Apoio à Decisão

Para a resolução deste trabalho recorremos ao projecto Health Care Hospital, que será desenvolvido ao abrigo da cadeira de Gestão de Projectos de DataWarehouse.

O Health Care Hospital enquadra-se no sistema nacional de saúde português, caracteriza-se por ser um hospital central, que serve uma vasta área metropolitana com cerca de 3 milhões de habitantes.

Com este projecto pretende-se criar um sistema de apoio à decisão, no âmbito da gestão da actividade clínica do Health Care Hospital, nomeadamente através da identificação de um conjunto de indicadores de performance nos vários serviços integrados na actividade clínica do Hospital, designadamente a Consulta externa, o Internamento, o Hospital de Dia, a Urgência, e Actividade Cirúrgica. A implementação deste sistema, irá auxiliar os diversos níveis de gestão do hospital a maximizar a curto prazo a utilização dos recursos e a prever necessidades futuras. Os objectivos a atingir encontram-se perfeitamente identificados, e foram esquematizados sumariamente na representação abaixo identificada.

[Toque na imagem para ampliar]

Fernanda Romão, João Guerreiro, Paulo Batista

Uma organização é um sistema vivo e mutável, onde a função da gestão será interpretar esse sistema de forma a mantê-lo coeso e em evolução constante, no sentido da concretização dos objectivos delineados.

A gestão é ambígua, aplica-se a tudo e a todos, pois certamente em todos nós podemos identificar um gestor. Em meados do século XX, a gestão deixou de estar apenas associada à organização administrativa e financeira das empresas, deu-se inicio à era da gestão especializada, ou seja, direccionada para uma determinada função organizacional ou uma actividade económica, passou-se a falar de gestão de pessoal, gestão comportamental, gestão estratégica, gestão desportiva, gestão de carreiras, gestão ambiental, a gestão hospitalar, gestão industrial, e mais um sem nº de possibilidades associadas.

O próprio ensino especializou-se, temos cursos, licenciaturas e mestrados em Gestão + xxxxxx, como se se tratasse de universos completamente distintos, quando a base é a mesma em qualquer que seja a especialidade associada à gestão.

É evidente que ao especializar-se, a gestão passou a focalizar-se num determinado nível de funções ou competências, como por exemplo a gestão estratégica que se foca mais nas actividades associadas ao nível estratégico da empresa, ou então em termos de competências a gestão de Recursos Humanos e a Gestão Industrial. Todavia existem directrizes da gestão que devem estar sempre presentes da mente de qualquer gestor, independentemente da sua posição dentro da organização, ou da sua especialização, a saber:

• O objectivo da gestão é transformar os objectivos em resultados
• O conhecimento do negócio é vital para o desempenho de qualquer actividade de gestão.
• O gestor deve ter perfeita consciência do seu papel dentro da organização, e quais as actividades que lhe estão adstritas.
• A gestão é exercer um poder dentro da organização, de modo a impulsionar todo o sistema na mesma direcção e com um sentido definido para concretização da missão e dos objectivos.
• A gestão implica desempenhar dentro de uma organização actividades como organizar, direccionar, comunicar, controlar, liderar e prever, ou até operacionalizar.
• A gestão envolve a criação/ identificação de modelos organizacionais dentro do sistema corporativo, necessários ao funcionamento da organização. E para a definição dos modelos conta-se com a identificação de níveis, funções, hierarquias, processos e procedimentos.

Nesta sequência, vamos agora definir a solução base da gestão, que posteriormente deverá ser adaptada aos diversos universos e contextos organizacionais. Em linha encontramos as 4 funções em que desagregamos as actividades de gestão e em coluna os três níveis de actuação.

A figura acima exemplifica em termos de actuação a intensidade que cada uma das funções da gestão impõe ao nível da sua actuação dentro da organização.

É visível que a função organização apresenta um papel de igual importância em toda a hierarquia de níveis de actuação, isto porque as tarefas desempenhadas em cada nível são de igual importância e intensidade. Assim sendo, a organização consiste em estabelecer relações formais entre as pessoas e entre estas e os recursos, para atingir os objectivos propostos.

Quanto ao planeamento, podemos defini-lo como o processo de determinar antecipadamente o que deve ser feito e como fazê-lo. Deste modo, pode-se afirmar que as actividades associadas ao nível estratégico da organização têm uma relevância maior, pois será a este nível que são delineadas as directrizes de actuação dos níveis inferiores.

A actividade de controlo tem um comportamento oposto ao planeamento, já que é ao nível operacional que o controlo actua, recolhendo indicadores de âmbito operacional, úteis para avaliar o comportamento do negócio e sempre que necessário exercer as devidas medidas reparadoras. Ao nível táctico e estratégico a actividade de controlo pode-se resumir à análise de relatórios, dashboard’s ou balance scorecard. Então o controlo trata de comparar o actual desempenho da organização com standards previamente estabelecidos, apontando eventuais acções correctivas.

Por último referimo-nos à actividade de direcção, entendida como o processo de determinar, isto é afectar, ou influenciar o comportamento dos outros. Deste modo, dadas as características intrínsecas da função direcção, e tendo por base a estrutura funcional em forma de pirâmide, a mais tradicional nas organizações, conduz a que estas actividades se intensifiquem à medida que descemos na pirâmide e aumente o número de pessoas e áreas funcionais, ou seja o âmbito de actuação.

Fernanda Romão, João Guerreiro, Paulo Batista

Com o intuito de tentar modelar um diagrama de influências e utilizando uma abordagem que não tivesse sido proposta, lembrámo-nos de utilizar um dos casos que mais tem suscitado atenção da comunidade internacional, nomeadamente através da nomeação de Al Gore para prémio Nobel da Paz em 2007 pela defesa do planeta Terra face à crescente poluição e consequentes impactos no aquecimento global.

A definição de um modelo, através do seu diagrama de influências, estava previsto para a semana que passou, no entanto, face à investigação que levámos a cabo, quisemos tentar apresentar um modelo que trouxesse um novo tema que nos pusesse a pensar no impacto que as alterações climáticas terão no futuro das relações de negócio.

As alterações climáticas são, cada vez mais, um problema que tem de ser enfrentado pelas empresas e muito embora a percepção hoje seja ainda que as organizações devem ter apenas uma consciência social face a estas alterações, o que é facto é que a estratégia adoptada face a estas alterações pode representar uma oportunidade que não deve ser ignorada.

Num dos seus mais recentes artigos (Out, 2007) Michael Porter e Forest Reinhardt da Harvard Business School focam de forma brilhante este assunto. Em “A Strategic Approach to Climate” são definidas duas abordagens para as quais se deve olhar quando falamos do impacto das alterações climáticas nas organizações.

A primeira é a visão “inside-out” ou seja, tentar melhorar a cadeia de valor da empresa para responder aos novos desafios impostos por estas alterações, nomeadamente saber qual o impacto que o aumento progressivo das taxas aplicadas por libertação de gases poluentes pode ter. Esta visão pode, segundo Porter e Reinhardt, fazer com que empresas do mercado florestal decidam que remover o dióxido de carbono da atmosfera através da plantação de árvores pode ser mais rentável do que as cortar e produzir papel ou móveis.

Por outro lado, há a visão “outside-in” onde, através da modelação das influências causadas pelo aumento do efeito de estufa, é possível encontrar novos modelos de negócio, lacunas a preencher e que poderão representar no futuro oportunidades para as empresas.

O seguinte modelo, embora esteja longe de representar todas as influências presentes na problemática do aquecimento global e suas consequências é um bom ponto de partida para mostrar que o aquecimento global poderá influenciar uma nova idade do gelo, que embora cíclica na vida do nosso planeta, poderá ser antecipada em virtude dos anos de libertação de gases poluentes em que vivemos.

Apesar de nem todos concordarem que a influência humana no aumento dos gases poluentes poderá ser decisiva nas alterações climáticas, o que é facto é que as empresas não podem ignorar o facto de que a poluição produzida tem de ser de alguma forma controlada.

Como facto histórico, saibam que o planeta em que vivemos tem cerca de 4,5 mil milhões de anos e que há cerca de 2,2 mil milhões de anos houve um congelamento maciço do planeta Terra seguido de mil milhões de anos de calor. Depois houve outra idade do gelo ainda maior do que a primeira onde as temperaturas chegaram a descer 45 graus centígrados, tendo os gelos oceânicos atingido 800 metros de espessura nas latitudes mais altas e dezenas de metros mesmo nos trópicos. A terra era uma “Bola de Neve”.

No entanto, de facto, a maior parte da história da terra, até tempos muito recentes, foi pautada por um clima de muito calor e sem gelo permanente em nenhum ponto do globo até há cerca de 40 mil anos onde começou a última época glaciar, sendo que ainda hoje cerca de 14 por cento do nosso planeta se encontra gelado.

Muitos cientistas, governos e empresas concluíram que a estabilização da concentração de CO₂ na atmosfera pode efectivamente atrasar os aspectos mais negativos das alterações climáticas. Nesse sentido, este diagrama de influências tenta modelar essas relações, no fundo uma visão “outside-in” como diz Porter e Reinhardt para uma consciência global desse impacto.

[Toque na imagem para a ampliar.]

 

Fernanda Romão, João Guerreiro, Paulo Batista

Não são muitas as vezes em que, durante a nossa vida, somos iluminados por um ou outro conceito que nos permite uma mudança de paradigma tal, que a partir dali, nada mais vemos da mesma maneira, pelo mesmo prisma.

Alguns desses conceitos, aplicados à área de gestão de negócio e sistemas de apoio à decisão, têm-nos sido transmitidos de forma clara nos últimos tempos e sinto neste momento necessidade de tentar reunir neste artigo alguns que julgo serem de extrema importância para a compreensão de uma série de matérias do conhecimento que estamos a adquirir e que todos esperamos transformar em sabedoria durante o nosso Mestrado.

Um dos conceitos principais que desde a primeira hora serviu de base ao nosso percurso é que a teoria de decisão assenta em 3 factores fundamentais, o facto de que temos de saber onde estamos (where-from), para onde vamos (where-to) e como vamos (how-to). O peso de cada um destes factores e a ordem pela qual devem ser tomados em consideração, é a chave para o sucesso e para as teorias de decisão modernas, diferentes das utilizadas no passado dos DSS (Sistemas de Apoio à Decisão).

À luz destes factores e ordenando-os para que possam ser decisivos, devemos antes de mais, procurar saber para onde vamos, abstraindo-nos de todos os vícios inerentes à actividade actual do negócio. Não são raros os casos em que o mais fácil será atalhar caminho, discutindo como vamos atingir determinado objectivo, sem antes o definir de forma clara. Isto pode, de facto, levar-nos a traçar caminhos longos para objectivos mal definidos. Um objectivo indica-nos uma direcção e não o meio de transporte, esse deve ser escolhido só depois de sabermos todos os destinos que queremos “visitar”.

Neste sentido, há que definir, prioritizar e hierarquizar os nossos objectivos estratégicos à luz da modelação das influências ou relações entre as nossas variáveis de decisão ou de input, as variáveis intermédias e as variáveis de output ou os nossos indicadores de performance que nos vão ajudar a medir os nossos objectivos. É aqui que, deste sistema pouco ou nada estruturado, temos de saber bem definir o nosso destino.

De seguida e antes ainda de escolher como se vai atingir a estratégia anterior, há que saber onde estamos, qual o estado presente do negócio, quais as decisões operacionais. Os dados e os modelos estão profundamente ligados, e os dados representam o que somos e é deles que podemos extrair conhecimento.

Só assim podemos, mais tarde, definir como o vamos fazer, modelando as decisões tácticas e aqui já temos um sistema fortemente estruturado, onde os objectivos de decisão estão claramente determinados sem conflitos, as variáveis ou alternativas são poucas e os efeitos da decisão são determinísticos. É aqui que entra o know-how, a gestão de conhecimento, onde vamos criando um roadmap para a resolução dos problemas que resulta de uma aprendizagem constante e iterativa destes 3 factores do sistema.

 

Para concretizar os nossos objectivos, ou seja, definir a direcção em que nos vamos mover de forma a representar melhor as nossas necessidades e para que possam ser completos, minimalistas, compreensíveis e medíveis, é preciso ter dados e modelos numa relação fortemente acoplada de forma que uns não possam viver sem os outros. E realmente não podem, pois dados sem modelos não representam informação, estão fora de contexto.

Assim, temos uma dualidade modelos-dados interdependente e circular, proposta pela Professora Maria José Trigueiros em que os nossos modelos de negócio, ou seja, o nosso conhecimento explícito decorrente da análise das nossas decisões estratégicas nos permite deduzir dados, e os dados nos permitem, por seu lado, induzir ou extrair novo conhecimento.

 

Este parece-me ser um dos pontos basilares da nossa formação e que a partir do momento em que conseguimos a mudança de paradigma, abstraindo-nos alguns níveis acima da simples camada de dados, entendemo-lo como sendo o sistema que melhor permite responder às exigências do apoio á decisão.

Espero ter conseguido explicitar aquilo que apreendi de uma forma perceptível, no entanto, isto é apenas a estrutura sob a qual assentam os sistemas de apoio à decisão e conto convosco para me ajudarem a melhor definir ou clarificar alguns pontos deste artigo e de outros que se seguirão.

No primeiro capítulo do seu livro Decision Support Systems in the 21st Century, George Marakas é peremptório ao afirmar que o estudo dos Sistemas de Suporte à Decisão (DSS), é na realidade acerca das pessoas, da forma como as pessoas pensam, raciocinam e tomam decisões, o seu comportamento aquando da tomada de decisão, e o estudo da sua reacção face às decisões que tomaram.

Para este autor, os DSS foram concebidos, construídos e utilizados para assistirem na actividade de apoio ao processo de tomada de decisão. Alerta-nos para o facto de os DSS não terem sido desenvolvidos para tomarem decisões por eles próprios, embora existam modelos criados para essa função. O verdadeiro propósito dos DSS é providenciar o auxílio ao Gestor no decorrer do processo de decisão. Por conseguinte, quando se estuda os DSS, estamos a estudar pessoas, decisões e como essas decisões são tomadas.
Toda esta questão, lembra-nos os processos tecnológicos industriais do inicio dos anos 80, quando derivado da evolução nos sistemas autómatos e tecnológicos, algumas multinacionais apostaram em fábricas cujos processos de fabrico estavam completamente automatizados, em que a intervenção humana limitava-se a um painel de controlo. A aposta revelou-se um completo falhanço, de custos enormíssimos, e visto da perspectiva actual, tratou-se de uma aposta um pouco naive, pois os sistemas não são perfeitos, muito menos os sistemas industriais onde coabitam tecnologias cujas fontes de impulsão são distintas (sistemas pneumáticos, eléctricos, hidráulicos) e também porque face às exigências do mercado e optimização dos meios produtivos, existe necessidade de constantemente modificar o processo de fabrico de modo a produzir a mais variada gama de produtos. Como é evidente seria arriscar e pedir demais às máquinas, que todo este ajustamento fosse realizado, sem a intervenção humana.

Também os DSS são sistemas de produção, são geradores de conhecimento, no sentido de informação trabalhada, que auxiliam o Gestor a fazer a melhor opção em tempo útil. E não podem substituir as pessoas no processo de decisão porque não têm a capacidade dos humanos de serem criativos, imaginativos, ou intuitivos.

Características mais comuns dos DSS:

• São aplicados em contextos de decisão semi-estruturados ou desestruturados
• Direccionados para apoiar os Gestores e não substitui-los
• Apoiam todas as fases do processo de decisão
• Estão focalizados para a eficácia da decisão e não para a eficiência
• Estão sob controlo dos utilizadores do DSS
• Têm subjacentes modelos e informação
• Facilitam a aprendizagem por parte dos decisores
• São interactivos e de fácil utilização
• Em regra são desenvolvidos através de um processo interactivo e com possibilidades de evolução
• Providenciam apoio a todos os níveis de gestão, desde gestores de topo a gestores operacionais
• Podem suportar a decisão múltipla independente ou interdependente
• Apoiam a decisão individual, de grupo, ou contextos de tomada de decisão em equipa.

Passemos à história dos DSS

Primeiro que tudo temos que referir que os DSS estão em constante evolução, pelo que é impossível alienar da história dos DSS os seus respectivos modelos e suportes tecnológicos, pois muitos deles ainda se encontram em utilização.
Os DSS nasceram há cerca de 40 anos, em meados dos anos 60 do século passado, quando os investigadores iniciaram experiências de utilização de modelos sistemáticos quantitativos computorizados, no apoio ao processo de decisão e planeamento.
O conceito em si de DSS foi criado por volta dos anos 70, e resultou na publicação de 2 artigos, o primeiro dos quais escrito por J. D. Little, intitulava-se Models and Managers: The Concept of a Decision Calculus, que introduzia o modelo assente num conjunto de procedimentos com respostas pré definidas que apoiavam o gestor na tomada de decisão.

O segundo artigo A Framework for Management Information Systems foi escrito por Gorry and Scott Morton, e foi neste artigo que pela primeira vez foi utilizado o termo de Decision Support System. Estes autores conceberam um modelo sustentado numa matriz dimensional, que apresentava em coluna as actividades de gestão e em linha os tipos de decisão.

Ainda nos anos 70, o investigador John Little, encontrava-se a estudar os DSS aplicados ao Marketing, quando criou o modelo de sistema de decisão de planeamento para os Media. Foi também este autor que identificou os critérios de desenho de modelos e sistemas de suporte à tomada de decisão na gestão. Os 4 critérios identificados incluíam: a robustez, facilidade de controlo, simplicidade e complexidade nos detalhes relevantes, sendo que todos esses 4 critérios ainda se aplicam nos modelos actuais de DSS. O DSS desenhado por Little, chamado de Brandaid, tinha como funções apoiar no processo de decisão quanto à promoção dos produtos, sua publicitação e estabelecimento de um preço de venda.

No início dos anos 80, deu-se a explosão em empresas e Universidades das actividades associadas á construção e estudo dos DSS. O resultado foi a proliferação do conceito e das aplicações associadas, que emergiram para além do domínio tradicional de aplicação, a gestão.

A partir dos anos 80 até à actualidade tem-se apostado essencialmente no desenvolvimento de aplicações de DSS, nomeadamente os Knowledge-driven DSS, DSS impulsionados pelo conhecimento decorrente da aplicação de sistemas de Inteligência Artificial, os Document-driven DSS, desenvolvidos tendo como base tecnologias de armazenamento e processamento de documentos para posterior recuperação ou análise. Por último, queremos referir os Model-driven DSS que têm como base de funcionamento aplicações suportadas por modelos de dados. Os DSS impulsionados por dados têm como característica, a utilização de um nº limitado de parâmetros e quantidade de informação, e estão direccionados para dar respostas em áreas como as finanças ou comercial.

O Universo dos DSS não se resume apenas a um sistema com características claramente identificáveis e um propósito comum e singular. A simples definição de um DSS obriga a um considerável número de factores, que incluem o seu propósito, o seu enquadramento contextual, e os objectivos a alcançar com a sua aplicação.
Deparamo-nos com vários métodos de classificação dos DSS no que respeita aos seus componentes, todavia vamos referir a classificação dos componentes do DSS em 5 partes apresentada por Marakas, designadamente:

1. The data management system
Sistema de Gestão de Dados

É nesta componente do DSS que as várias actividades ligadas à recuperação, armazenamento e organização dos dados relevantes para um contexto de decisão particular são geridos

2. The model management system
Sistema de Gestão do Modelo

Realiza as actividades de recuperação, armazenamento, organização ao nível dos modelos que suportam as capacidades analíticas do DSS. Entre estes componentes estão o modelo de base, o modelo base de gestão do sistema, e o modelo de repositório.

3. The knowledge engine
O motor de conhecimentos

Nesta componente são realizadas as actividades relacionadas com o reconhecimento do problema, e a geração de soluções interinas ou finais. O motor de conhecimento é o cérebro que reúne os modelos e os dados e devolve ao utilizador um cenário capaz de o auxiliar na tomada de decisão.

4. The user interface
O interface do Utilizador

É o veículo através do qual o utilizador tem acesso e poderá manipular todo o sistema.

5. The DSS user
O utilizador do DSS

Trata-se do elemento mais importante dos componentes de DSS, pois todo o sistema foi feito para estar sob controlo e utilização do utilizador.

As categorias e classes de DSS.
Existe um variado conjunto de métodos de classificação e categorização dos DSS, métodos baseados no tipo de suporte do DSS; no grau de orientação ou de procedimentos conferidos ao utilizador; orientados para os dados, regras ou modelos; ou focados no individual versus multiplicidade de decisores. Assim sendo, podem-se enumerar as seguintes categorias e classes de DSS:

• Data-centric and Model-centric DSSs ( Alter)
Este modelo caracteriza-se por se apresentar em dois suportes, primeiro o data-centric, que se focaliza no suporte a actividades de recolha e análise de dados, e o model-centric que tem incluídas actividades de simulação, maximização e optimização de cenários, através das quais os outputs do DSS geram respostas ao utilizador.

• Formal and Ad Hoc Systems (Donovan and Madnick)
O método de classificação dos DSS destes autores baseou-se nos atributos do contexto de resolução de problemas. O DSS Formal focaliza-se no tipo de decisões que são periódicas ou recorrentes dentro da organização. Este tipo de contexto de problemas requer uma interacção regular com a aplicação, de modo a assegurar uma informação consistente. Exemplos de utilização deste tipo de aplicações encontram-se na indústria petrolífera, ou em mercados sazonais.
Os DSS ad-hoc são desenhados para responder a contextos de problemas muito restritos, a conjuntos de decisões não recorrentes ou de fácil antecipação. Um cenário típico de utilização deste tipo de DSS seria uma fusão hostil entre empresas. Segundo os autores, torna-se bastante dispendioso a aplicação de um DSS ad-hoc, porém com o desenvolvimento das novas tecnologias, estes sistemas estão a tornar-se menos dispendiosos, com a vantagem de serem bastante eficazes.

• Direct versus Nondirect DSS ( Silver)
O método de classificação dos DSS proposto por este autor baseia-se no grau de orientação que o sistema disponibiliza ao utilizador na construção e execução de processos de decisão. O tipo de orientação pode estar ao nível mecânico (mechanical), quando a ajuda aos utilizadores depende de menus, botões ou comandos. Ou então decisional, quando o sistema auxilia o utilizador através de sugestões, ou informação adicional.

• Procedural and Nonprocedural systems
Neste método de classificação dos DSS (similar ao de Silver), os mesmos são posicionados em termos de grau de utilização do elemento de procedimento (especificação de orientações) no DSS. Exemplos de DSS’s com um baixo grau de procedimentos, serão sistemas que utilizam a linguagem SQL. As estruturas de comando nonprocedural, são mais de mais fácil compreensão e utilização, todavia esses sistemas ainda necessitam de um conjunto de regras e sintaxes para a sua utilização.

• Hypertext Systems
A classificação utilizada neste método assenta nas técnicas que os DSS dispõem para providenciar a administração do conhecimento necessário para a contextualização do problema. Nestes sistemas o apoio à tomada de decisão estabelece-se através de uma monitorização de uma díspar e enorme base de conhecimento proveniente de documentos de base textual. Um exemplo de utilização destes sistemas pode ser encontrado na Web, aquando de uma pesquisa, onde o utilizador vai passando por hiperligações de hiper-texto.

• Spreedsheet Systems
Uma outra técnica que os DSS utilizam para disseminar informação é recorrendo a folhas de cálculo, puras ferramentas de BI, simples mas poderosas, o método de representação relacional através da utilização da matriz de colunas e linhas.

• Individual and Group DSS
Segundo Marakas, este é o método mais abrangente de classificar os DSS, focando-se na capacidade em providenciar o apoio a um utilizador individual, ou a um grupo de utilizadores.

Fontes:

• Power, D.J. A Brief History of Decision Support Systems. DSSResources.COM, World Wide Web, version 4.0, March 10, 2007.

• Marakas, George M., Decision Support Systems in the 21st Century

Fernanda Romão, João Guerreiro, Paulo Batista

Neste documento pretende-se tentar encontrar as raízes da modelação dimensional e das matrizes multidimensionais que são o centro das bases de dados analíticas de hoje defendidas por Inmon e por Kimball.

Desde sempre que vivemos conscientes das três dimensões que nos rodeiam e aprendemos a viver com elas. A nossa experiência forma o contexto em que analisamos e interpretamos o que observamos e quanto mais universais são as nossas percepções mais difícil é colocá-las em causa. Ninguém duvida que vivemos à custa de um mundo tridimensional, que pode ser representado pelas dimensões “esquerda-direita”, “frente-trás” e “cima-baixo”. Através da combinação destas três dimensões e de uma que aprendemos a considerar bastante mais tarde através do trabalho de Albert Einstein, o tempo, conseguimos definir-nos em relação ao que nos rodeia de forma clara e todos os dias o fazemos. Cada vez que combinamos um encontro, por exemplo, estamos a indicar as nossas 4 posições para nos definirmos em relação aos outros: “A minha casa fica na rua X, no número Y e no 3º andar” define as minhas 3 dimensões espaciais, mas para que o encontro seja eficaz temos de definir ainda a 4ª dimensão tempo: “Encontramo-nos às 10h20m”. Desta forma conseguimos definir através de dados onde estaremos naquele ponto da dimensão temporal. Mas será que estas são as únicas dimensões que existem, ou estaremos simplesmente a sofrer de um paradigma universal que nos impede de ver para além do óbvio?

Em 1958, Arthur Cayley, um matemático britânico publicou, através de um trabalho intitulado “Memoir on the Theory of Matrices”, a primeira visão abstracta de matriz, compilando alguns trabalhos anteriores e desenvolvendo o conceito das matrizes de n-dimensões, utilizadas mais tarde por Heisenberg para o estudo do espaço-tempo contínuo, a noção de que o espaço e o tempo são inseparáveis.

Em 1919, um outro matemático Polaco pouco conhecido, chamado Theodor Kalusa, da Universidade de Conisberga, teve a coragem de desafiar o óbvio, sugerindo que o universo poderia ter, não três, nem quatro mas mais dimensões. De facto, a mera sugestão de que universo possa ter mais do que três dimensões pode parecer sem sentido, no entanto, se nos abstrairmos temporariamente do paradigma universal podemos tentar posicionar-nos num caso mais simples para explicar o crescimento lógico subjacente às multi-dimensões.

Se imaginarmos que alguns quilómetros de uma mangueira se encontram estendidos e suspensos num vale e que a vemos, a cerca de meio quilómetro de distância, conseguimos perceber facilmente que a mangueira é muito longa, fina como um fio e que está estendida horizontalmente, mas a não ser que tenhamos uma vista muito apurada, não conseguiremos discernir a espessura da mangueira. Poderemos imaginar que, se uma formiga fosse obrigada a viver na mangueira, teria de passar a vida a viver da esquerda para a direita” e para especificarmos a sua posição, teríamos apenas de fornecer um dado, o valor que indica a variável dessa dimensão. O ponto fundamental é que, a meio quilómetro a mangueira nos parece um objecto unidimensional. No entanto, a experiência indica-nos que uma mangueira tem espessura e se utilizarmos um binóculo para olhar mais de perto conseguimos começar a encontrar mais dimensões naquele objecto que julgávamos unidimensional. Em 1919 Kalusa, e mais tarde em 1926 o sueco Oskar Klein sugeriram que o universo poderia ter dimensões escondidas, que escondiam dados que não estávamos preparados para analisar, a não ser que fizéssemos uma mudança de paradigma que nos permitisse observá-las.

 

A análise matricial multi-dimensional de dados, permite-nos ver além das 3 dimensões que estamos habituados a modelar facilmente, através dos cruzamentos das nossas operações neuronais, separando as camadas de informação que juntas, são o nosso universo de conhecimento.

Mais tarde, já em 1961, John K. Iliffe sugeriu uma forma de implementar matrizes multidimensionais em computação através do vector Iliffe, uma estrutura de dados que se serve de apontadores para modelar várias dimensões de uma matriz.
Relativamente à aplicação da modelação dimensional na análise de dados, apesar de ser consensual que Bill Inmon é o pai do conceito de Data Warehouse, já a adopção da modelação dimensional como o standard de facto para a implementação de sistemas de apoio à decisão deve-se em grande parte e também a Ralph Kimball. Através da aplicação do modelo dimensional à análise de negócio, é possível ter uma visão abrangente, holística de todas as dimensões de uma organização, fazendo tal com sugerido por Kalusa e Klein, uma mudança do paradigma, neste caso, do simples processo de negócio para um nível mais abstracto, no qual é possível cruzar dados que, de outra forma, nos pareceriam impossíveis de relacionar.

João Guerreiro, Fernanda Romão e Paulo Baptista

Aceitei o desafio de realizar um teste de IQ e apesar da subjectividade dos indicadores de inteligência, acho que estes devem ser medidos, pois tal como o nome sugere, indicam uma tendência que permite classificar as nossas aptidões. Ajuda-nos a saber quem somos e assim, permite-nos saber para onde queremos ir.

O quoficiente de inteligência, deriva de uma série de testes standard que ajudam a enquadrar os níveis de conhecimento em várias dimensões: espacial, organizacional, de raciocínio, lógica, verbal, visual e numérica. Este número, que define a nossa inteligência, enquadra-se numa distribuição normal e como indicador pode ser extremamente útil na percepção de quem somos, dando-nos a possibilidade, ao ler as suas conclusões de nos elevarmos a um nível de abstracção que nos permita vermo-nos com os nossos próprios olhos.

Realizei o Super IQ Test da Tickle e a seguir publico os resultados:

“The way you think about things makes you a Complex Intellectual. This means you are highly intelligent and have extraordinarily strong verbal and math skills. Compared to others you are a highly conceptual and complex thinker and are able to understand information in an abstract form. You also show great attention to detail. In fact, it’s hard to find something you’re not good at.

You are highly intelligent and talented in two critical areas: math and language. While others may be skilled at one, you are exceptional at both. Your ability to understand theoretical or abstract information and your attention to detail only make your mathematical and linguistic skills stronger. You are a highly conceptual, complex thinker.

Because of your numerous intellectual abilities, you probably rarely come across something you’re not good at. You are a quick study and so have a tendency to look for and find the deeper meaning in things. You might intellectualize a situation or muse about its layers of complexity, making grand-scale associations. While others are relieved to have tangible, concrete information to work with, you may find yourself easily bored and so you seek more intellectual content.

Here’s an example of your Complex Intellectual thinking skills at work in a real-life situation:

You go to a play with a bunch of friends. You recognize that some of the lines from the play are highly similar to a play you read a long time ago in school. Not only that, but you also notice that the play is structured in such a way that those types of lines occur in every other scene in the play. You are excited by your revelations and start explaining this to your friends. You want to go out for coffee and talk about what it all might mean, and whether the author intended it to be this way. Others might be more inclined to talk about the costumes or other more obvious elements of the play, and you shouldn’t take this too personally. Your insights are definitely valuable, so don’t stop sharing them — just be aware that you might occasionally receive some blank stares. Thank goodness you think the way you do!”

Relações matemáticas são abstracções, ou a simplificação de relações da vida real.

Ao estabelecermos relações entre os dados, seguimos no sentido da extracção de conhecimento ou indução, com vista a estabelecer fórmulas ou funções para definir os seus modelos. Esta mesma relação entre modelos e dados é, em si, uma circular, onde os dados ajudam a melhorar o contexto e o modelo, auxilia na dedução ou na inserção de novos dados (dados + meta-modelo assimilado = conhecimento).

Uma relação matemática é a correspondência entre dois conjuntos não vazios A e B, apresentada em pares ordenados, onde o primeiro elemento pertence a A e o segundo a B.

As funções são um tipo de relações entre dois objectos x e y em que y=f(x).

Uma função mapeia um conjunto, a que damos o nome de domínio, a outro conjunto, chamado contra-domínio.
Cada elemento do domínio é associado a exactamente um elemento do contradomínio.

O conjunto de valores de Y relacionados a algum X são as imagens da função
Uma função deve ser:

– Univoca, se y=f(x) e z=f(x) então y=z
- Total, se para todo o x existe um y, tal que y=f(x)

As funções multivaloradas são totais mas não unívocas ou parciais e as funções parciais são unívocas mas não totais.

Uma função pode ser:

Injectiva: cada elemento de Y está associado a um único elemento de X

Sobrejectiva: Todos os elementos de Y estão associados a algum elemento de X

Bijectiva: Todos os elementos de Y estão associados a todos os elementos de X, na forma de um para um exclusiva.

No âmbito da última aula de SIAD, onde nos foi proposto que criássemos um quadro com os nossos perfis de input relativamente às matérias do Mestrado, deixo aqui o meu perfil, que me posiciona como Informático-Gestor.

Obrigado à Fernanda Romão pela maneira brilhante como fez a disposição das competências e valores, nos quais me inspirei para o meu quadro.

Neste intervalo de 2 semanas de aulas, tive oportunidade de ler o livro de Stephen Covey sobre os 7 hábitos para pessoas altamente eficazes.
Covey apresenta-nos uma visão integrada para o desenvolvimento das capacidades de eficácia baseada em hábitos, que se propõem auxiliar no caminho entre a dependência (em relação aos outros), a independência e a interdependência, melhorando assim continuamente a nossa eficácia e a dos que nos rodeiam.

Neste sentido, os 3 primeiros hábitos ajudam-nos a ganhar vitórias no sentido da independência, através da consciência do Eu, a capacidade de controlar o que sou, através da imaginação, ou a habilidade para mentalmente criar novas realidades com mudanças de paradigma e vontade própria para tomar pulso nos nossos próprios actos (“Be Proactive”). Todos os dias, as mudanças de paradigma levam-nos a descobertas espantosas, pois passamos a ver o problema de outra perspectiva. Os Físicos por exemplo tentam, ainda hoje, fazer mais uma mudança de paradigma espantosa, tentando unir a Teoria de Relatividade de Albert Einstein com a Teoria da Física Quântica de Niels Bohr numa Teoria do Tudo, uma abstracção da realidade.
Os hábitos de Covey levam-nos ainda a definir os nossos princípios, as balizas da nossa vida, aqueles marcos que são inamovíveis e aos quais temos obrigatoriamente de obedecer. Através deles podemos definir a nossa missão e os nossos objectivos orientados pelos nossos princípios (“Begin with the End in Mind”).
O último hábito com vista à independência, “Put First Things First”, ajuda-nos a definir as prioridades das tarefas com que lidamos todos os dias e divide-as em quatro: As importantes e urgentes, as importantes e não urgentes, as urgentes mas não importantes e as não urgentes e não importantes. Segundo Covey, o máximo da eficácia está no segundo tipo de tarefas, as importantes e não urgentes, pois são as que representam a manutenção preventiva, o pensamento criativo e o planeamento e devemos tentar que as tarefas que desempenhamos tenham este perfil.
Com os 3 primeiros hábitos, atingimos segundo Covey a verdadeira independência e podemos então começar a estabelecer as fundações para a interdependência através do conhecimento do outro, da capacidade de cumprir compromissos, de saber clarificar expectativas e de saber mostrar integridade para com os outros.

Para isso devemos cumprir mais 3 objectivos. Primeiro, procurar o benefício mútuo nas relações profissionais e pessoais. Só desta forma as partes se sentem confiantes com as decisões tomadas e impelidas a cumprir os objectivos traçados (“Think Win/Win”). Segundo, aprender a realmente entender o que os outros têm para nos dizer e não apenas ouvir sem entender. Depois de entender o que os outros nos dizem, há que saber ser entendido. A maturidade encontra-se no balanço entre coragem e consideração, entender os outros requer consideração, procurar ser entendido requer coragem. O paradigma Win/Win necessita de ambos. A partir do momento em que conseguimos transmitir as nossas ideias de uma forma clara, aumentamos a sua credibilidade (“Seek First to Understand… Then to Be Understood”).
O último hábito do percurso com vista à interdependência ajuda-nos a encontrar sinergias para que o todo seja maior do que a soma das partes. Os que nos rodeiam têm capacidades, que juntas, criam novas realidades muito mais poderosas através da cooperação criativa. Este hábito (“Synergize”) vive das energias e das diferenças de cada um e a mistura dos vários paradigmas permite transcender os limites pessoais.
Assim se chega segundo Covey á interdependência, saber unir as nossas capacidades como seres independentes, às dos que nos rodeiam.

O último hábito (“Sharpen the Saw”) ajuda-nos a viver constantemente à luz dos hábitos aqui enumerados, melhorando constantemente as nossas capacidades e tentando fazer novas mudanças de paradigma que nos permitam ver, cada vez melhor, os problemas com que somos confrontados.

“We must not cease from exploration. And the end of all our exploring will be to arrive where we began and to know the place for the first time” – T.S. Elliot