SlideShare une entreprise Scribd logo
1  sur  49
Télécharger pour lire hors ligne
BUSINESS
   INTELLIGENCE
Patricia Azzoni da Conceição – 12.211.375-6
Felipe Yeger – 12.211.371-5
Priscila Scarpa – 12.107.151-8
César Siqueira – 12.104.183-4
Evandro Deliberali – 12.204.057-9
AGENDA
   Inteligência dos Negócios;
   Estratégia de TIC;
   Valor da Informação;
   Aprisionamento no Sistema;
   Data Mining;
   Futuro da Internet;
   Remix: RW vs. RO Culture;
   Cultura Digital;
   Web 3.0.
INTELIGÊNCIA DOS NEGÓCIOS




      Tomada de decisão mais rápida e exata
      Conversão de dados em informação
      Utilização de caminho mais racional na administração
ESTRATÉGIA DE TIC
    Tecnologia da Informação e Comunicação
                 Recursos tecnológicos integrados entre si
                  que por meio de hardwares, softwares e
                  telecomunicações permitem a automação e
                  comunicação dos processos de negócio,
                  pesquisa, ensino e aprendizagem.

                 Tecnologias usadas para reunir, distribuir e
                  compartilhar informações, como exemplo:
                  sites da Web, equipamentos de informática
                  (hardware e software), telefonia, quiosques
                  de informação e balcões de serviços
                  automatizados.

                 Sistemas de informação - permite que a
                  comunicação flua sem barreiras.
ESTRATÉGIA DE TIC
Meados da década de 80 – PORTER
      Duas maneiras para competir:

       - Baixos Custos
       - Diferenciação do Produto

      Visão de negócio baseada em recursos da empresa;
Século XXI
“Pessoas, organizações e grupos estão em contato de uma maneira nunca
antes vista. Estamos vivendo em uma sociedade em rede conectados por
computadores e telefones. (CASTELLS, 1999)”

 Globalização + Competição + Mudanças rápidas  Necessidade de uma
 abordagem estratégica mais unificada, novos conceitos para o sucesso.
MODELO DELTA
DELTA PROJECT
Arnoldo Hax e Dean Wilde

 Mostram como a desregulamentação, a globalização e a
emergênciada infra-estrutura de internet mudaram as regras
para o sucesso.

 Identificam três posições estratégicas que ajudam a realinhar o seu negócio e
  torná-lo mais competitivo.

                                               Empresa     Cliente
                Estratégia se desenvolve baseada
                em um conceito de estreito
                relacionamento                  Complementadora



   Proposta: “Atrair, Satisfazer e Reter o cliente”
MODELO DELTA
 Nova concepção estratégica complementar as antigas propostas por PORTER

 Necessidade de entendimento de toda cadeia de suprimentos e seus
  complementadores.
                                      Empresa
                                                        Cliente
           Fornecedor              Estratégia com foco na
                                     “amarração” e não
                                         competição
                               Concorrente           Complementador
   Tecnologia
 Cliente como centro da gestão do negócio e o conceito de Customer Bonding
  como força central.

“The intimacy and connectivity of a networked economy offer opportunities to create
competitive positions based upon the structure of the customer relationship itself, independent
of the product. A business can establish an unbreakable link, deep knowledge, and close
relationship that we refer to as customer bonding.” (Hax e Wilde,2001, p.8)
MODELO DELTA
O Triângulo:
3 diferentes
  opções
estratégicas
VALOR DA INFORMAÇÃO
  "A informação é considerada como o ingrediente básico do qual
              dependem os processos de decisão“
                                                                          ?
                                                                                  ?
 Informação é usada como estratégia das empresas                 ?
                                                                                      ?
                                                                      ?       ?
 Chave da produtividade e competitividade

 Passa a ser mais focada do que o capital, pois informação bem gerada e
  entendida leva a ele

 A gestão moderna exige que a tomada de decisão seja feita com o máximo
  de informação

 Atualização constante da informação se tornou fator crítico de sucesso

 A rapidez e facilidade de acesso e organização as informações dentro da
  organização são fatores auxiliares no caminho do sucesso  TI e SI
VALOR DA INFORMAÇÃO
       Concepção da informação




      Fonte: http://wwwp.fc.unesp.br/~yonezawa/si-papel.pdf
VALOR DA INFORMAÇÃO
                                                                        Estratégia
     Dado                           Conhecimento    Inteligência
                     Informação



 Representação     Interpretação   Reconhecimento   Entendimento        Tomada de
                                                                         decisão
 Dados:
- Símbolos quantitativos,
percepções documentadas
- Coleta, processamento e
distribuição

 Informação:
- Significado ao dados                                             TECNOLOGIA E
- Análise dos dados -                                               SISTEMAS DE
Custo x benefício, Efetividade                                      INFORMAÇÃO

 Conhecimento:
- Abstração interior
- Resultado da análise das informações
APRISIONAMENTO NO SISTEMA
  Aprisionamento no Sistema (lock-in) é o processo de dependência
   ao qual as organizações são submetidas ao fazerem a opção de
   uso de uma determinada tecnologia.



  A dependência decorre da dificuldade associada a troca dessa
   tecnologia por uma outra, em razão dos altos custos (switching
   costs) envolvidos


 Um dos aspectos distintivos do aprisionamento baseado na
  informação é que ele tende a ser muito durável: o equipamento se
  desgasta, reduzindo os custos de troca, mas os banco de dados
  persistem e crescem intensificando o aprisionamento ao longo do
  tempo;
POSICIONAMENTO ESTRATÉGICO




            Fonte: Hax e Wilde, 2001
CICLO DE APRISIONAMENTO


                  Seleção da Marca




 Aprisionamento                       Experimentação




                  Entrincheiramento
TIPOS DE APRISIONAMENTO E
  CUSTOS DE TROCA
     Tipo de               Custos de Troca
 Aprisionamento
Compromissos               Indenizações compensatórias ou liquidadas
Contratuais
Compra de bens             Substituição de equipamento (tende a cair à medida que o
duráveis                   bem durável envelhece
Treinamento em             Aprender sobre um novo sistema (tanto o custo direto
marca específica           quanto a perda de produtividade tendem a aumentar com o
                           tempo
Informação e banco         Conversão de dados para o novo formato (tende a aumentar
de dados                   ao longo do tempo à medida que coleção de dados aumenta
Fornecedores               Financiamento de novo fornecedor (pode aumentar se for
especializados             difícil encontrar/manter aptidões
Custos de busca            Custos combinados do comprador e do fornecedor (incluem
                           o aprendizado sobre a qualidade das alternativas
Programas de               Quaisquer benefícios perdidos do fornecedor, mais a
lealdade                   possível necessidade de reconstruir o uso cumulativo

           Fonte: Caderno de pesquisas em Administração, São Paulo, v. 08, nº 1, Janeiro/Março 2001
DATA MINING
 “Data mining (mineração de dados), é o processo de
  extração de conhecimento de grandes bases de dados,
  convencionais ou não
 Utiliza técnicas de inteligência artificial que procuram
  relações de similaridade ou discordância entre dados
 Seu objetivo é encontrar, automaticamente, padrões,
  anomalias e regras com o propósito de transformar
  dados, aparentemente ocultos, em informações úteis
  para a tomada de decisão e/ou avaliação de resultados.
 Fernando S. Goulart Júnior & Robson do Nascimento Fidalgo (1998)
ÁRVORES DE DECISÃO

Representações simples do conhecimento
Utilização de regras condicionais
A partir de um conjunto de valores decide SIM ou NÃO
Mais rápida e mais compreensível que redes neurais
Exemplo: Sair ou não de acordo com o tempo
                     Tempo              Predicado objetivo:
                                          Sair ou Não Sair

       Nublado       Ensolarado    Chuvoso

      Umidade          Sair        Muito vento
    Alta      Normal              Sim        Não

   Ñ Sair     Sair             Ñ Sair      Sair
REGRESSÃO
Análise de regressão é uma metodologia estatística que utiliza a relação entre duas ou
mais variáveis quantitativas (ou qualitativas) de tal forma que uma variável pode ser
predita a partir da outra ou outras. Exemplos:
        A população de bactérias pode ser predita a partir da relação entre
        população e o tempo de armazenamento.
        Concentrações de soluções de proteína de arroz integral e absorbâncias
        médias corrigidas.
        Relação entre textura e aparência.
        Temperatura usada num processo de desodorização de um produto e cor do
        produto final.
        A porcentagem de acerto ou, então, bytes transferidos, podem estar
         relacionados com o tamanho da cache (bytes), para um determinado tipo de
         pré-carregamento.
EVOLUÇÃO ATÉ O DATA MINING
 Evolução           Perguntas                Tecnologia disponível     Características

Coleção de         “Qual foi meu              Computadores, Fitas,     Retrospectiva,
  dados        rendimento total nos                discos              Dados estáticos
  1960         últimos cinco anos ?”                                   como resposta

Acessos aos        “Qual foi meu                     RDBMS,             Restropectiva,
  dados       rendimento no Brasil no                 SQL,            dados dinâmicos a
   1980          último janeiro ?”                    ODBC             nível de registos
                                                                        como resposta

   Data             “Qual foi meu           Processamento analítico     Retrospectiva,
warehousing   rendimento no Brasil no       on-line, banco de dados    dados dinâmicos
& suporte a    último janeiro? Do sul       multidimencionais, data   em múltiplos níveis
  decisão           até o nordeste                warehousing           como resposta
   1990

Data Mining   “Porque alguns produtos        Algoritmos avançados,       Prospectivo,
Atualmente      são mais vendidos na             computadores            Informações
                    região sul ?”            multiprocessados, B.D.     (perspectivas)
                                              grandes e poderosos       como resposta.

                 Fonte: DATA MINING - Robert Groth
TRANSFORMAÇÃO DOS DADOS
O processo de implementação de data mining (ou especificamente, a fase de
transformação dos dados em ações no ciclo virtuoso), pode ser caracterizado
pelo seguinte gráfico:




          Processo KDD (Fayyad, Piatesky-Shapiro, & Smith)
APLICAÇÃO DE DATA MINING
                  Otimização de estratégias de marketing

Previsão de Vendas
• Definir a quantidade a ser comprada/enviada de cada produto
• Definir quando o produto deve ser comprado/enviado

Envio de mala direta:
 As campanhas de mala direta são caras, sendo importante a limitação da gama
 de todos os consumidores em subconjuntos de consumidores potenciais. Isso
 têm sido otimizado com o uso de árvores de decisão

Segmentação de mercado:
 Identificar esses padrões significa identificar as diferentes necessidades e
 requisitos de serviço ao cliente para os diferentes tipos de clientes e regiões.
CASE – LAYOUT DE PRODUTOS
Um exemplo clássico de Data Mining foi desenvolvido pela Wal-Mart. A
empresa descobriu que o perfil do consumidor de cervejas era semelhante
ao de fraldas. Eram homens casados, entre 25 e 30 anos, que compravam
fraldas e/ou cervejas às sextas-feiras à tarde no caminho do trabalho para a
casa.
THE FUTURE OF THE INTERNET
O FUTURO DA INTERNET

2007, Steve Jobs Apresenta o 1º. I phone.
BATTLE OF THE BOXES
   Em 1960, computadores eram propriedades dos
    fabricantes e só podiam rodar softwares
    desenvolvidos por eles.
   1969, IBM passa a vender seus computadores
    aparte de seus softwares.
   Começo do desenvolvimento de softwares por
    terceiros e pelos usuários.
   Criação do PC (personal computer)
BATTLE OF THE BOXES
    “A essência e a genialidade de separar a criação
    de um software da construção de um hardware é
    que a dissociação permite que um computador
    pode ser adquirido para uma finalidade e, em
    seguida, utilizado para executar tarefas novas e
    diferentes sem a necessidade de leva-lo para um
    tecnico.”
   1980 – crescimento da variedade de coisas que um
    computador poderia fazer. Aumento da demanda.
   Havia a necessidade de comunicação entre os
    computadores.
BATTLE OF NETWORKS
   A rede – quanto custa para usar, como é medido
    seus custos, como os usuários se conectam uns
    aos outros?
   1990, existência de varias redes, mas que não se
    interconectavam;
   A internet só existia em grandes empresas. Não
    existia ainda transferência de dados.
BATTLE OF NETWORKS
   Surgem redes como a CompuServe e AOL que oferecem
    diferentes serviços. Necessário uso de ID para conectar
    rede.

   Inicio disputas de uso e políticas da rede.
THE GENERATIVE PATTERN
THE GENERATIVE PATTERN
O FUTURO DA INTERNET
   O futuro é incerto;
   Migração da internet para telefone celulares
    (mobilidade);
   Cloud Computing: processamento, armazenamento
    e softwares em algum lugar da rede, acessando
    remotamente via internet. Exemplos: Youtube,
    Google Docs, etc.
CLOUD COMPUTING
REMIX: RO X RW
             RO                                              RW
         Modelos
       Tradicionais                 x            Modelos Gerados
                                                  pela Internet
Read-Only: aqui o conteúdo foi consumido mas o consumidor não é criador
a cultura limita a capacidade do consumidor a não ser outra coisa se não “um
consumidor”.
          Nesse modelo, o consumidor é limitado pela cultura, o consumidor
não poderia usar esse modelo para recriar, inventar, modificar, melhorar.
          Ex: Um arquivo é lido, somente entendido, não podendo alterá-lo

Read-Write: É uma cultura onde as pessoas participam na criação e re-
criação do conteúdo.
         Já na cultura Read-Write, o conteúdo pode ser alterado, recriado,
melhorado. Assim a cultura pode ser expandida.
         Ex: Quando se tem um arquivo, documento RW, é possível ler o
arquivo e reescrever, ou seja, adquirir o conteúdo e se possível melhorá-lo,
explorá-lo de alguma outra forma.
DIFERENÇAS DE PREÇO E “VALORES”

              RO                    x                     RW
 Profissionalismo;                           É oferecido como um rascunho;

 Enfatiza do Aprendizado;                    Enfatiza a aprendizagem por
                                               falar;
 Preserva sua integridade;
                                              Ensina a integridade;
 Enfatiza Hierarquia.
                                              Esconde a Hierarquia.
                              Na graduação os alunos têm uma educação
                              essencialmente RO, as palestras ministradas
                              pelos professores são assistidas, sem
                              interação . Já no Ensino Jurídico os alunos
                              participam da palestra, eles constroem a
                              palestra, caracterizando uma educação RW.
DIFERENÇAS DE VALOR
(COMO EM US $)
         “Viewed up close, copyright bears little resemblance
         to the kinds of property that conservatives value.
         Instead, it looks like a constantly expanding
         government program run for the benefit of a noisy,
         well- organized interest group— like Superfund, say,
         or dairy subsidies, except that the benefits go not to
         endangered homeowners or hard- working farmers
         but to the likes of Barbra Streisand and Eminem. . . .
         Copyright is a trial lawyer’s dream—a regulatory
         program enforced by private lawsuits where the
         plaintiffs have all the advantages, from injury- free
         damages awards to liability doctrines that extract
         damages from anyone who was in the neighborhood
         when an infringement occurred.”
         Stewart Baker, “Exclusionary Rules,” Wall Street
         Journal, March 26, 2004.
DIFERENÇAS DE VALOR
(COMO EM "IS IT ANY GOOD?")
 Em Junho de 2007, Andrew Keen, lançou o livro
  "The Cult of the Amateur” ;
 Ataque contra o nascimento da cultura RW;
 O foco de seu ataque era que: “amateur culture” is
  killing “our culture.”


              Não há comparações entre 10 minutos produzido por JJ
              Abrams e 10 minutos de qualquer das coisas que passa
              para a produção de vídeo no YouTube. Remix é apenas
              "porcaria." Esta crítica é certamente verdade. A grande
              maioria dos remix, como a grande maioria dos filmes
              caseiros, ou fotografias do consumidor, ou cantando no
              chuveiro, ou blogs, é só porcaria.
DIFERENÇAS EM DIREITO
(COMO EM "ISSO É PERMITIDO?")
 A lei de direitos autorais atual suporta as práticas da cultura RO e se opõe
  à práticas da cultura RW;
 A lei não concede aos usuários da cultura RO a permissão para fazer o
  que quisessem;
 Evolução da Cultura RO no Mundo Digital;




              Anos 60                            Anos 70
             Tecnologia                       Tecnologia para
             para copiar                     gravar programas
               textos                           de televisão
           Ambas empresas possibilitaram que conteúdos
           fossem copiados sem a permissão do proprietário
LESSONS ABOUT CULTURE
 Cultura RO é importante e valioso;

 Cultura RW também é importante e valioso e irá florescer na Era
  Digital;

 Depende em parte da lei para que a Cultura RW floresça;

 Atitude atual da lei é destrutiva e auto-destrutivo - para valores muito
  mais importantes do que os lucros das indústrias culturais.
VIDEO – LAWRENCE LESSIG




  Fonte: http://www.youtube.com/watch?v=JXwB9FlkNXA
CULTURA DIGITAL
   Impacto das tecnologias digitais

   Impacto da conexão em rede




NA SOCIEDADE



                          Fonte: http://alinerodrigues.webnode.com.br/news/cultura-digital/
CULTURA DIGITAL
   Barateamento do computador pessoal

   Barateamento do telefone celular




  ACESSO AO
CONHECIMENTO


                    Fonte: http://cachorroluco.blogspot.com/2011/09/o-acesso-ao-conhecimento.html
WEB 3.0
CARACTERÍSTICAS



   Personalização

   Web semântica




     Segundo Amit Agarwal

                            Fonte: http://ljandrade.wordpress.com/
PERSONALIZAÇÃO
   Perfil único na internet




              Fonte: http://www.communityengine.com/understanding-web-3-0-aka-the-semantic-web/
WEB SEMÂNTICA
   Atualmente – pesquisas por palavras chaves

   Web semântica – interpretação do contexto




“A Web 3.0 é o lugar onde o
computador está gerando as
informações, ao invés dos seres
humanos.” Por Conrad Wolfram
COMO SERÁ POSSÍVEL?




                  AGENTES                               CÓDIGOS
     WEB
                    DE         ONTOLOGIAS   METADADOS   PÁGINAS
  SEMÂNTICA
                 SOFTWARE                                 WEB


 Fonte: Grupo




Funcionamento segundo Tim Berners Lee
ADTS                                       MONITY




                                        Fonte: http://www.adts.com.br/
Fonte: http://www.juniper.net/us/en/




                                                                         Fonte: http://www.monity.com.br/solucao.html
WEB 3.0 - VÍDEO




   Fonte: http://www.youtube.com/watch?v=V5kabPVohGY
BIBLIOGRAFIA
 http://www1.folha.uol.com.br/folha/informatica/ult124u554576.shtml
 http://computer.howstuffworks.com/web-30.htm
 http://www.adts.com.br/
 http://www.juniper.net/us/en/
 http://www.monity.com.br/
 http://culturadigital.br/o-programa/conceito-de-cultura-digital/
 http://www.brasil.gov.br/sobre/cultura/cultura-brasileira/cultura-digital
 http://www.casadaculturadigital.com.br/
 http://www.youtube.com
 http://www.jistem.fea.usp.br/index.php/jistem/article/download/8/6
 http://wwwp.fc.unesp.br/~yonezawa/si-papel.pdf
 HAX, A.C; WILDE II, L. The delta project: discovering new sources of profitability in a Networked
 Economy. Palgrave, New York, 2001.
 The Future of the Internet and How to Stop It. Published March 30, 2008
 Authored by Jonathan Zittrain
 LESSIG, Lawrence. Remix, making art and Commerce Thrive in the hybrid Economy. The Penguin
Press, 2008.

Contenu connexe

Tendances

Dados, informação e conhecimento
Dados, informação e conhecimentoDados, informação e conhecimento
Dados, informação e conhecimentoFrancisco Restivo
 
Apresentação (resumido) oxti
Apresentação (resumido)   oxtiApresentação (resumido)   oxti
Apresentação (resumido) oxtiOXTI
 
vinit Business Intelligence
vinit Business Intelligencevinit Business Intelligence
vinit Business Intelligencevinitbr
 
Curso Gratuito Online Desmistificando BI (Business Intelligence) Open Source ...
Curso Gratuito Online Desmistificando BI (Business Intelligence) Open Source ...Curso Gratuito Online Desmistificando BI (Business Intelligence) Open Source ...
Curso Gratuito Online Desmistificando BI (Business Intelligence) Open Source ...Caio Moreno
 
Sistemas da informação (Textos e figuras que podem ajudar)
Sistemas da informação (Textos e figuras que podem ajudar)Sistemas da informação (Textos e figuras que podem ajudar)
Sistemas da informação (Textos e figuras que podem ajudar)Eng. Eduardo F. dos Santos
 
Guia sobre análise de dados e aprendizado de máquina para CIO.
Guia sobre análise de dados e aprendizado de máquina para CIO.Guia sobre análise de dados e aprendizado de máquina para CIO.
Guia sobre análise de dados e aprendizado de máquina para CIO.Lucas Modesto
 
Como implementar uma plataforma de ILM com eficiência, reduzindo custos
Como implementar uma plataforma de ILM com eficiência, reduzindo custosComo implementar uma plataforma de ILM com eficiência, reduzindo custos
Como implementar uma plataforma de ILM com eficiência, reduzindo custosRobson Silva Espig
 
Business Intelligence, a evolução e o futuro.
Business Intelligence, a evolução e o futuro.Business Intelligence, a evolução e o futuro.
Business Intelligence, a evolução e o futuro.Pedro Batista
 
e-Setorial Business Analytics
e-Setorial Business Analyticse-Setorial Business Analytics
e-Setorial Business Analyticse-Setorial
 
Apostila sobre Big Data
Apostila sobre Big DataApostila sobre Big Data
Apostila sobre Big DataFernando Palma
 
Entendo Business Intelligence
Entendo Business IntelligenceEntendo Business Intelligence
Entendo Business IntelligenceDouglas Scheibler
 
BI - Business Inteligence
BI - Business InteligenceBI - Business Inteligence
BI - Business InteligenceAna Paula Aires
 
A Evolução da Tecnologia da Informação e a Integração às Diversas Áreas de Ne...
A Evolução da Tecnologia da Informação e a Integração às Diversas Áreas de Ne...A Evolução da Tecnologia da Informação e a Integração às Diversas Áreas de Ne...
A Evolução da Tecnologia da Informação e a Integração às Diversas Áreas de Ne...André Quintana Bittencourt
 

Tendances (17)

Dados, informação e conhecimento
Dados, informação e conhecimentoDados, informação e conhecimento
Dados, informação e conhecimento
 
Apresentação (resumido) oxti
Apresentação (resumido)   oxtiApresentação (resumido)   oxti
Apresentação (resumido) oxti
 
vinit Business Intelligence
vinit Business Intelligencevinit Business Intelligence
vinit Business Intelligence
 
Curso Gratuito Online Desmistificando BI (Business Intelligence) Open Source ...
Curso Gratuito Online Desmistificando BI (Business Intelligence) Open Source ...Curso Gratuito Online Desmistificando BI (Business Intelligence) Open Source ...
Curso Gratuito Online Desmistificando BI (Business Intelligence) Open Source ...
 
Sistemas da informação (Textos e figuras que podem ajudar)
Sistemas da informação (Textos e figuras que podem ajudar)Sistemas da informação (Textos e figuras que podem ajudar)
Sistemas da informação (Textos e figuras que podem ajudar)
 
Guia sobre análise de dados e aprendizado de máquina para CIO.
Guia sobre análise de dados e aprendizado de máquina para CIO.Guia sobre análise de dados e aprendizado de máquina para CIO.
Guia sobre análise de dados e aprendizado de máquina para CIO.
 
Como implementar uma plataforma de ILM com eficiência, reduzindo custos
Como implementar uma plataforma de ILM com eficiência, reduzindo custosComo implementar uma plataforma de ILM com eficiência, reduzindo custos
Como implementar uma plataforma de ILM com eficiência, reduzindo custos
 
Business Intelligence, a evolução e o futuro.
Business Intelligence, a evolução e o futuro.Business Intelligence, a evolução e o futuro.
Business Intelligence, a evolução e o futuro.
 
Business Intelligence - Prática e Experiências
Business Intelligence - Prática e ExperiênciasBusiness Intelligence - Prática e Experiências
Business Intelligence - Prática e Experiências
 
Gestão de serviços em ti
Gestão de serviços em tiGestão de serviços em ti
Gestão de serviços em ti
 
TSPD PPT
TSPD PPTTSPD PPT
TSPD PPT
 
e-Setorial Business Analytics
e-Setorial Business Analyticse-Setorial Business Analytics
e-Setorial Business Analytics
 
Apostila sobre Big Data
Apostila sobre Big DataApostila sobre Big Data
Apostila sobre Big Data
 
Ology
OlogyOlogy
Ology
 
Entendo Business Intelligence
Entendo Business IntelligenceEntendo Business Intelligence
Entendo Business Intelligence
 
BI - Business Inteligence
BI - Business InteligenceBI - Business Inteligence
BI - Business Inteligence
 
A Evolução da Tecnologia da Informação e a Integração às Diversas Áreas de Ne...
A Evolução da Tecnologia da Informação e a Integração às Diversas Áreas de Ne...A Evolução da Tecnologia da Informação e a Integração às Diversas Áreas de Ne...
A Evolução da Tecnologia da Informação e a Integração às Diversas Áreas de Ne...
 

En vedette (9)

Honda v4 concept
Honda v4 conceptHonda v4 concept
Honda v4 concept
 
Protocolodeinvestigacion
ProtocolodeinvestigacionProtocolodeinvestigacion
Protocolodeinvestigacion
 
Soundmkt
SoundmktSoundmkt
Soundmkt
 
Ios.s7
Ios.s7Ios.s7
Ios.s7
 
Inteligencia emocional
Inteligencia emocionalInteligencia emocional
Inteligencia emocional
 
Protocolo de investigacion
Protocolo de investigacionProtocolo de investigacion
Protocolo de investigacion
 
Mapa nucleo
Mapa nucleoMapa nucleo
Mapa nucleo
 
Lhm healthwatch brochure3 2015
Lhm   healthwatch brochure3 2015Lhm   healthwatch brochure3 2015
Lhm healthwatch brochure3 2015
 
Trabajo final nucleo
Trabajo final nucleoTrabajo final nucleo
Trabajo final nucleo
 

Similaire à Inteligência de negócios

Fórum E-Commerce Brasil | O Poder da Gestão de Dados Mestres na Transformação...
Fórum E-Commerce Brasil | O Poder da Gestão de Dados Mestres na Transformação...Fórum E-Commerce Brasil | O Poder da Gestão de Dados Mestres na Transformação...
Fórum E-Commerce Brasil | O Poder da Gestão de Dados Mestres na Transformação...E-Commerce Brasil
 
1a Web Aula - Gestão de Tecnologia da Informação.pdf
1a Web Aula - Gestão de Tecnologia da Informação.pdf1a Web Aula - Gestão de Tecnologia da Informação.pdf
1a Web Aula - Gestão de Tecnologia da Informação.pdfDimas Francisco
 
GOVERNANCA DE DADOS.pdf
GOVERNANCA DE DADOS.pdfGOVERNANCA DE DADOS.pdf
GOVERNANCA DE DADOS.pdfJoseEPininga
 
Data Management: 5 tendências para alcançar a mudança
Data Management: 5 tendências para alcançar a mudançaData Management: 5 tendências para alcançar a mudança
Data Management: 5 tendências para alcançar a mudançaDenodo
 
BI – BUSINESS INTELLIGENCE PARA PEQUENAS E MÉDIAS EMPRESAS
BI – BUSINESS INTELLIGENCE PARA PEQUENAS E MÉDIAS EMPRESASBI – BUSINESS INTELLIGENCE PARA PEQUENAS E MÉDIAS EMPRESAS
BI – BUSINESS INTELLIGENCE PARA PEQUENAS E MÉDIAS EMPRESASNize Costa
 
Wiseminer Data Intelligence - Transformando Dados em Vantagem Competitiva
Wiseminer Data Intelligence - Transformando Dados em Vantagem CompetitivaWiseminer Data Intelligence - Transformando Dados em Vantagem Competitiva
Wiseminer Data Intelligence - Transformando Dados em Vantagem CompetitivaLeonardo Couto
 
Aula 06.1 FSI - Papel da Informação nas Organizações
Aula 06.1 FSI - Papel da Informação nas OrganizaçõesAula 06.1 FSI - Papel da Informação nas Organizações
Aula 06.1 FSI - Papel da Informação nas OrganizaçõesMessias Batista
 
Apresentação Seeds to the Cloud - Igor Barreto e Thais Lino, dataRain.pptx
Apresentação Seeds to the Cloud - Igor Barreto e Thais Lino, dataRain.pptxApresentação Seeds to the Cloud - Igor Barreto e Thais Lino, dataRain.pptx
Apresentação Seeds to the Cloud - Igor Barreto e Thais Lino, dataRain.pptxdataRain
 
Gestão Ágil de Dados com Enterprise Data Fabric
Gestão Ágil de Dados com Enterprise Data FabricGestão Ágil de Dados com Enterprise Data Fabric
Gestão Ágil de Dados com Enterprise Data FabricDenodo
 
Expandindo o controle da informação além do ECM
Expandindo o controle da informação além do ECMExpandindo o controle da informação além do ECM
Expandindo o controle da informação além do ECMWaldir Rodrigues Júnior
 
Gestão Estratégica TI
Gestão Estratégica TIGestão Estratégica TI
Gestão Estratégica TIzeusi9iuto
 
PLM Summit 2018 Apresentação 03a
PLM Summit 2018 Apresentação 03aPLM Summit 2018 Apresentação 03a
PLM Summit 2018 Apresentação 03aCADWARE-TECHNOLOGY
 
Apresentacao market up_xxv_forum_estadual_de_gestao_fecomercio-rs
Apresentacao market up_xxv_forum_estadual_de_gestao_fecomercio-rsApresentacao market up_xxv_forum_estadual_de_gestao_fecomercio-rs
Apresentacao market up_xxv_forum_estadual_de_gestao_fecomercio-rsJuliano Rodrigues
 
SISTEMAS DE GESTÃO DO CONHECIMENTO EM NUVEM: A HORA DAS PEQUENAS E MÉDIAS E...
SISTEMAS DE GESTÃO DO CONHECIMENTO EM NUVEM: A HORA DAS PEQUENAS E MÉDIAS E...SISTEMAS DE GESTÃO DO CONHECIMENTO EM NUVEM: A HORA DAS PEQUENAS E MÉDIAS E...
SISTEMAS DE GESTÃO DO CONHECIMENTO EM NUVEM: A HORA DAS PEQUENAS E MÉDIAS E...Artur Todeschini
 
Hackathon Inmetrics e Fiap: Desafios do Big Data
Hackathon Inmetrics e Fiap: Desafios do Big DataHackathon Inmetrics e Fiap: Desafios do Big Data
Hackathon Inmetrics e Fiap: Desafios do Big Datainmetrics
 
Monografia fgv final
Monografia fgv finalMonografia fgv final
Monografia fgv finalRubensRamos12
 
Inteligência competitiva como instrumento de gestão para tomadas
Inteligência competitiva como instrumento de gestão para tomadasInteligência competitiva como instrumento de gestão para tomadas
Inteligência competitiva como instrumento de gestão para tomadasMariana Gotti
 
Tecnologia para o processo de tomada de decisão
Tecnologia para o processo de tomada de decisãoTecnologia para o processo de tomada de decisão
Tecnologia para o processo de tomada de decisãoalessandrotk
 

Similaire à Inteligência de negócios (20)

Fórum E-Commerce Brasil | O Poder da Gestão de Dados Mestres na Transformação...
Fórum E-Commerce Brasil | O Poder da Gestão de Dados Mestres na Transformação...Fórum E-Commerce Brasil | O Poder da Gestão de Dados Mestres na Transformação...
Fórum E-Commerce Brasil | O Poder da Gestão de Dados Mestres na Transformação...
 
Data mesh-pt
Data mesh-ptData mesh-pt
Data mesh-pt
 
1a Web Aula - Gestão de Tecnologia da Informação.pdf
1a Web Aula - Gestão de Tecnologia da Informação.pdf1a Web Aula - Gestão de Tecnologia da Informação.pdf
1a Web Aula - Gestão de Tecnologia da Informação.pdf
 
GOVERNANCA DE DADOS.pdf
GOVERNANCA DE DADOS.pdfGOVERNANCA DE DADOS.pdf
GOVERNANCA DE DADOS.pdf
 
Ferramentas de SIG
Ferramentas de SIGFerramentas de SIG
Ferramentas de SIG
 
Data Management: 5 tendências para alcançar a mudança
Data Management: 5 tendências para alcançar a mudançaData Management: 5 tendências para alcançar a mudança
Data Management: 5 tendências para alcançar a mudança
 
BI – BUSINESS INTELLIGENCE PARA PEQUENAS E MÉDIAS EMPRESAS
BI – BUSINESS INTELLIGENCE PARA PEQUENAS E MÉDIAS EMPRESASBI – BUSINESS INTELLIGENCE PARA PEQUENAS E MÉDIAS EMPRESAS
BI – BUSINESS INTELLIGENCE PARA PEQUENAS E MÉDIAS EMPRESAS
 
Wiseminer Data Intelligence - Transformando Dados em Vantagem Competitiva
Wiseminer Data Intelligence - Transformando Dados em Vantagem CompetitivaWiseminer Data Intelligence - Transformando Dados em Vantagem Competitiva
Wiseminer Data Intelligence - Transformando Dados em Vantagem Competitiva
 
Aula 06.1 FSI - Papel da Informação nas Organizações
Aula 06.1 FSI - Papel da Informação nas OrganizaçõesAula 06.1 FSI - Papel da Informação nas Organizações
Aula 06.1 FSI - Papel da Informação nas Organizações
 
Apresentação Seeds to the Cloud - Igor Barreto e Thais Lino, dataRain.pptx
Apresentação Seeds to the Cloud - Igor Barreto e Thais Lino, dataRain.pptxApresentação Seeds to the Cloud - Igor Barreto e Thais Lino, dataRain.pptx
Apresentação Seeds to the Cloud - Igor Barreto e Thais Lino, dataRain.pptx
 
Gestão Ágil de Dados com Enterprise Data Fabric
Gestão Ágil de Dados com Enterprise Data FabricGestão Ágil de Dados com Enterprise Data Fabric
Gestão Ágil de Dados com Enterprise Data Fabric
 
Expandindo o controle da informação além do ECM
Expandindo o controle da informação além do ECMExpandindo o controle da informação além do ECM
Expandindo o controle da informação além do ECM
 
Gestão Estratégica TI
Gestão Estratégica TIGestão Estratégica TI
Gestão Estratégica TI
 
PLM Summit 2018 Apresentação 03a
PLM Summit 2018 Apresentação 03aPLM Summit 2018 Apresentação 03a
PLM Summit 2018 Apresentação 03a
 
Apresentacao market up_xxv_forum_estadual_de_gestao_fecomercio-rs
Apresentacao market up_xxv_forum_estadual_de_gestao_fecomercio-rsApresentacao market up_xxv_forum_estadual_de_gestao_fecomercio-rs
Apresentacao market up_xxv_forum_estadual_de_gestao_fecomercio-rs
 
SISTEMAS DE GESTÃO DO CONHECIMENTO EM NUVEM: A HORA DAS PEQUENAS E MÉDIAS E...
SISTEMAS DE GESTÃO DO CONHECIMENTO EM NUVEM: A HORA DAS PEQUENAS E MÉDIAS E...SISTEMAS DE GESTÃO DO CONHECIMENTO EM NUVEM: A HORA DAS PEQUENAS E MÉDIAS E...
SISTEMAS DE GESTÃO DO CONHECIMENTO EM NUVEM: A HORA DAS PEQUENAS E MÉDIAS E...
 
Hackathon Inmetrics e Fiap: Desafios do Big Data
Hackathon Inmetrics e Fiap: Desafios do Big DataHackathon Inmetrics e Fiap: Desafios do Big Data
Hackathon Inmetrics e Fiap: Desafios do Big Data
 
Monografia fgv final
Monografia fgv finalMonografia fgv final
Monografia fgv final
 
Inteligência competitiva como instrumento de gestão para tomadas
Inteligência competitiva como instrumento de gestão para tomadasInteligência competitiva como instrumento de gestão para tomadas
Inteligência competitiva como instrumento de gestão para tomadas
 
Tecnologia para o processo de tomada de decisão
Tecnologia para o processo de tomada de decisãoTecnologia para o processo de tomada de decisão
Tecnologia para o processo de tomada de decisão
 

Inteligência de negócios

  • 1. BUSINESS INTELLIGENCE Patricia Azzoni da Conceição – 12.211.375-6 Felipe Yeger – 12.211.371-5 Priscila Scarpa – 12.107.151-8 César Siqueira – 12.104.183-4 Evandro Deliberali – 12.204.057-9
  • 2. AGENDA  Inteligência dos Negócios;  Estratégia de TIC;  Valor da Informação;  Aprisionamento no Sistema;  Data Mining;  Futuro da Internet;  Remix: RW vs. RO Culture;  Cultura Digital;  Web 3.0.
  • 3. INTELIGÊNCIA DOS NEGÓCIOS  Tomada de decisão mais rápida e exata  Conversão de dados em informação  Utilização de caminho mais racional na administração
  • 4. ESTRATÉGIA DE TIC Tecnologia da Informação e Comunicação  Recursos tecnológicos integrados entre si que por meio de hardwares, softwares e telecomunicações permitem a automação e comunicação dos processos de negócio, pesquisa, ensino e aprendizagem.  Tecnologias usadas para reunir, distribuir e compartilhar informações, como exemplo: sites da Web, equipamentos de informática (hardware e software), telefonia, quiosques de informação e balcões de serviços automatizados.  Sistemas de informação - permite que a comunicação flua sem barreiras.
  • 5. ESTRATÉGIA DE TIC Meados da década de 80 – PORTER  Duas maneiras para competir: - Baixos Custos - Diferenciação do Produto  Visão de negócio baseada em recursos da empresa; Século XXI “Pessoas, organizações e grupos estão em contato de uma maneira nunca antes vista. Estamos vivendo em uma sociedade em rede conectados por computadores e telefones. (CASTELLS, 1999)” Globalização + Competição + Mudanças rápidas  Necessidade de uma abordagem estratégica mais unificada, novos conceitos para o sucesso.
  • 6. MODELO DELTA DELTA PROJECT Arnoldo Hax e Dean Wilde  Mostram como a desregulamentação, a globalização e a emergênciada infra-estrutura de internet mudaram as regras para o sucesso.  Identificam três posições estratégicas que ajudam a realinhar o seu negócio e torná-lo mais competitivo. Empresa Cliente Estratégia se desenvolve baseada em um conceito de estreito relacionamento  Complementadora Proposta: “Atrair, Satisfazer e Reter o cliente”
  • 7. MODELO DELTA  Nova concepção estratégica complementar as antigas propostas por PORTER  Necessidade de entendimento de toda cadeia de suprimentos e seus complementadores. Empresa Cliente Fornecedor Estratégia com foco na “amarração” e não competição Concorrente Complementador Tecnologia  Cliente como centro da gestão do negócio e o conceito de Customer Bonding como força central. “The intimacy and connectivity of a networked economy offer opportunities to create competitive positions based upon the structure of the customer relationship itself, independent of the product. A business can establish an unbreakable link, deep knowledge, and close relationship that we refer to as customer bonding.” (Hax e Wilde,2001, p.8)
  • 8. MODELO DELTA O Triângulo: 3 diferentes opções estratégicas
  • 9. VALOR DA INFORMAÇÃO "A informação é considerada como o ingrediente básico do qual dependem os processos de decisão“ ? ?  Informação é usada como estratégia das empresas ? ? ? ?  Chave da produtividade e competitividade  Passa a ser mais focada do que o capital, pois informação bem gerada e entendida leva a ele  A gestão moderna exige que a tomada de decisão seja feita com o máximo de informação  Atualização constante da informação se tornou fator crítico de sucesso  A rapidez e facilidade de acesso e organização as informações dentro da organização são fatores auxiliares no caminho do sucesso  TI e SI
  • 10. VALOR DA INFORMAÇÃO Concepção da informação Fonte: http://wwwp.fc.unesp.br/~yonezawa/si-papel.pdf
  • 11. VALOR DA INFORMAÇÃO Estratégia Dado Conhecimento Inteligência Informação Representação Interpretação Reconhecimento Entendimento Tomada de decisão  Dados: - Símbolos quantitativos, percepções documentadas - Coleta, processamento e distribuição  Informação: - Significado ao dados TECNOLOGIA E - Análise dos dados - SISTEMAS DE Custo x benefício, Efetividade INFORMAÇÃO  Conhecimento: - Abstração interior - Resultado da análise das informações
  • 12. APRISIONAMENTO NO SISTEMA  Aprisionamento no Sistema (lock-in) é o processo de dependência ao qual as organizações são submetidas ao fazerem a opção de uso de uma determinada tecnologia.  A dependência decorre da dificuldade associada a troca dessa tecnologia por uma outra, em razão dos altos custos (switching costs) envolvidos  Um dos aspectos distintivos do aprisionamento baseado na informação é que ele tende a ser muito durável: o equipamento se desgasta, reduzindo os custos de troca, mas os banco de dados persistem e crescem intensificando o aprisionamento ao longo do tempo;
  • 13. POSICIONAMENTO ESTRATÉGICO Fonte: Hax e Wilde, 2001
  • 14. CICLO DE APRISIONAMENTO Seleção da Marca Aprisionamento Experimentação Entrincheiramento
  • 15. TIPOS DE APRISIONAMENTO E CUSTOS DE TROCA Tipo de Custos de Troca Aprisionamento Compromissos Indenizações compensatórias ou liquidadas Contratuais Compra de bens Substituição de equipamento (tende a cair à medida que o duráveis bem durável envelhece Treinamento em Aprender sobre um novo sistema (tanto o custo direto marca específica quanto a perda de produtividade tendem a aumentar com o tempo Informação e banco Conversão de dados para o novo formato (tende a aumentar de dados ao longo do tempo à medida que coleção de dados aumenta Fornecedores Financiamento de novo fornecedor (pode aumentar se for especializados difícil encontrar/manter aptidões Custos de busca Custos combinados do comprador e do fornecedor (incluem o aprendizado sobre a qualidade das alternativas Programas de Quaisquer benefícios perdidos do fornecedor, mais a lealdade possível necessidade de reconstruir o uso cumulativo Fonte: Caderno de pesquisas em Administração, São Paulo, v. 08, nº 1, Janeiro/Março 2001
  • 16. DATA MINING “Data mining (mineração de dados), é o processo de extração de conhecimento de grandes bases de dados, convencionais ou não Utiliza técnicas de inteligência artificial que procuram relações de similaridade ou discordância entre dados Seu objetivo é encontrar, automaticamente, padrões, anomalias e regras com o propósito de transformar dados, aparentemente ocultos, em informações úteis para a tomada de decisão e/ou avaliação de resultados. Fernando S. Goulart Júnior & Robson do Nascimento Fidalgo (1998)
  • 17. ÁRVORES DE DECISÃO Representações simples do conhecimento Utilização de regras condicionais A partir de um conjunto de valores decide SIM ou NÃO Mais rápida e mais compreensível que redes neurais Exemplo: Sair ou não de acordo com o tempo Tempo Predicado objetivo: Sair ou Não Sair Nublado Ensolarado Chuvoso Umidade Sair Muito vento Alta Normal Sim Não Ñ Sair Sair Ñ Sair Sair
  • 18. REGRESSÃO Análise de regressão é uma metodologia estatística que utiliza a relação entre duas ou mais variáveis quantitativas (ou qualitativas) de tal forma que uma variável pode ser predita a partir da outra ou outras. Exemplos: A população de bactérias pode ser predita a partir da relação entre população e o tempo de armazenamento. Concentrações de soluções de proteína de arroz integral e absorbâncias médias corrigidas. Relação entre textura e aparência. Temperatura usada num processo de desodorização de um produto e cor do produto final. A porcentagem de acerto ou, então, bytes transferidos, podem estar relacionados com o tamanho da cache (bytes), para um determinado tipo de pré-carregamento.
  • 19. EVOLUÇÃO ATÉ O DATA MINING Evolução Perguntas Tecnologia disponível Características Coleção de “Qual foi meu Computadores, Fitas, Retrospectiva, dados rendimento total nos discos Dados estáticos 1960 últimos cinco anos ?” como resposta Acessos aos “Qual foi meu RDBMS, Restropectiva, dados rendimento no Brasil no SQL, dados dinâmicos a 1980 último janeiro ?” ODBC nível de registos como resposta Data “Qual foi meu Processamento analítico Retrospectiva, warehousing rendimento no Brasil no on-line, banco de dados dados dinâmicos & suporte a último janeiro? Do sul multidimencionais, data em múltiplos níveis decisão até o nordeste warehousing como resposta 1990 Data Mining “Porque alguns produtos Algoritmos avançados, Prospectivo, Atualmente são mais vendidos na computadores Informações região sul ?” multiprocessados, B.D. (perspectivas) grandes e poderosos como resposta. Fonte: DATA MINING - Robert Groth
  • 20. TRANSFORMAÇÃO DOS DADOS O processo de implementação de data mining (ou especificamente, a fase de transformação dos dados em ações no ciclo virtuoso), pode ser caracterizado pelo seguinte gráfico: Processo KDD (Fayyad, Piatesky-Shapiro, & Smith)
  • 21. APLICAÇÃO DE DATA MINING Otimização de estratégias de marketing Previsão de Vendas • Definir a quantidade a ser comprada/enviada de cada produto • Definir quando o produto deve ser comprado/enviado Envio de mala direta: As campanhas de mala direta são caras, sendo importante a limitação da gama de todos os consumidores em subconjuntos de consumidores potenciais. Isso têm sido otimizado com o uso de árvores de decisão Segmentação de mercado: Identificar esses padrões significa identificar as diferentes necessidades e requisitos de serviço ao cliente para os diferentes tipos de clientes e regiões.
  • 22. CASE – LAYOUT DE PRODUTOS Um exemplo clássico de Data Mining foi desenvolvido pela Wal-Mart. A empresa descobriu que o perfil do consumidor de cervejas era semelhante ao de fraldas. Eram homens casados, entre 25 e 30 anos, que compravam fraldas e/ou cervejas às sextas-feiras à tarde no caminho do trabalho para a casa.
  • 23. THE FUTURE OF THE INTERNET
  • 24. O FUTURO DA INTERNET 2007, Steve Jobs Apresenta o 1º. I phone.
  • 25. BATTLE OF THE BOXES  Em 1960, computadores eram propriedades dos fabricantes e só podiam rodar softwares desenvolvidos por eles.  1969, IBM passa a vender seus computadores aparte de seus softwares.  Começo do desenvolvimento de softwares por terceiros e pelos usuários.  Criação do PC (personal computer)
  • 26. BATTLE OF THE BOXES  “A essência e a genialidade de separar a criação de um software da construção de um hardware é que a dissociação permite que um computador pode ser adquirido para uma finalidade e, em seguida, utilizado para executar tarefas novas e diferentes sem a necessidade de leva-lo para um tecnico.”  1980 – crescimento da variedade de coisas que um computador poderia fazer. Aumento da demanda.  Havia a necessidade de comunicação entre os computadores.
  • 27. BATTLE OF NETWORKS  A rede – quanto custa para usar, como é medido seus custos, como os usuários se conectam uns aos outros?  1990, existência de varias redes, mas que não se interconectavam;  A internet só existia em grandes empresas. Não existia ainda transferência de dados.
  • 28. BATTLE OF NETWORKS  Surgem redes como a CompuServe e AOL que oferecem diferentes serviços. Necessário uso de ID para conectar rede.  Inicio disputas de uso e políticas da rede.
  • 31. O FUTURO DA INTERNET  O futuro é incerto;  Migração da internet para telefone celulares (mobilidade);  Cloud Computing: processamento, armazenamento e softwares em algum lugar da rede, acessando remotamente via internet. Exemplos: Youtube, Google Docs, etc.
  • 33. REMIX: RO X RW RO RW Modelos Tradicionais x Modelos Gerados pela Internet Read-Only: aqui o conteúdo foi consumido mas o consumidor não é criador a cultura limita a capacidade do consumidor a não ser outra coisa se não “um consumidor”. Nesse modelo, o consumidor é limitado pela cultura, o consumidor não poderia usar esse modelo para recriar, inventar, modificar, melhorar. Ex: Um arquivo é lido, somente entendido, não podendo alterá-lo Read-Write: É uma cultura onde as pessoas participam na criação e re- criação do conteúdo. Já na cultura Read-Write, o conteúdo pode ser alterado, recriado, melhorado. Assim a cultura pode ser expandida. Ex: Quando se tem um arquivo, documento RW, é possível ler o arquivo e reescrever, ou seja, adquirir o conteúdo e se possível melhorá-lo, explorá-lo de alguma outra forma.
  • 34. DIFERENÇAS DE PREÇO E “VALORES” RO x RW  Profissionalismo;  É oferecido como um rascunho;  Enfatiza do Aprendizado;  Enfatiza a aprendizagem por falar;  Preserva sua integridade;  Ensina a integridade;  Enfatiza Hierarquia.  Esconde a Hierarquia. Na graduação os alunos têm uma educação essencialmente RO, as palestras ministradas pelos professores são assistidas, sem interação . Já no Ensino Jurídico os alunos participam da palestra, eles constroem a palestra, caracterizando uma educação RW.
  • 35. DIFERENÇAS DE VALOR (COMO EM US $) “Viewed up close, copyright bears little resemblance to the kinds of property that conservatives value. Instead, it looks like a constantly expanding government program run for the benefit of a noisy, well- organized interest group— like Superfund, say, or dairy subsidies, except that the benefits go not to endangered homeowners or hard- working farmers but to the likes of Barbra Streisand and Eminem. . . . Copyright is a trial lawyer’s dream—a regulatory program enforced by private lawsuits where the plaintiffs have all the advantages, from injury- free damages awards to liability doctrines that extract damages from anyone who was in the neighborhood when an infringement occurred.” Stewart Baker, “Exclusionary Rules,” Wall Street Journal, March 26, 2004.
  • 36. DIFERENÇAS DE VALOR (COMO EM "IS IT ANY GOOD?")  Em Junho de 2007, Andrew Keen, lançou o livro "The Cult of the Amateur” ;  Ataque contra o nascimento da cultura RW;  O foco de seu ataque era que: “amateur culture” is killing “our culture.” Não há comparações entre 10 minutos produzido por JJ Abrams e 10 minutos de qualquer das coisas que passa para a produção de vídeo no YouTube. Remix é apenas "porcaria." Esta crítica é certamente verdade. A grande maioria dos remix, como a grande maioria dos filmes caseiros, ou fotografias do consumidor, ou cantando no chuveiro, ou blogs, é só porcaria.
  • 37. DIFERENÇAS EM DIREITO (COMO EM "ISSO É PERMITIDO?")  A lei de direitos autorais atual suporta as práticas da cultura RO e se opõe à práticas da cultura RW;  A lei não concede aos usuários da cultura RO a permissão para fazer o que quisessem;  Evolução da Cultura RO no Mundo Digital; Anos 60 Anos 70 Tecnologia Tecnologia para para copiar gravar programas textos de televisão Ambas empresas possibilitaram que conteúdos fossem copiados sem a permissão do proprietário
  • 38. LESSONS ABOUT CULTURE  Cultura RO é importante e valioso;  Cultura RW também é importante e valioso e irá florescer na Era Digital;  Depende em parte da lei para que a Cultura RW floresça;  Atitude atual da lei é destrutiva e auto-destrutivo - para valores muito mais importantes do que os lucros das indústrias culturais.
  • 39. VIDEO – LAWRENCE LESSIG Fonte: http://www.youtube.com/watch?v=JXwB9FlkNXA
  • 40. CULTURA DIGITAL  Impacto das tecnologias digitais  Impacto da conexão em rede NA SOCIEDADE Fonte: http://alinerodrigues.webnode.com.br/news/cultura-digital/
  • 41. CULTURA DIGITAL  Barateamento do computador pessoal  Barateamento do telefone celular ACESSO AO CONHECIMENTO Fonte: http://cachorroluco.blogspot.com/2011/09/o-acesso-ao-conhecimento.html
  • 43. CARACTERÍSTICAS  Personalização  Web semântica Segundo Amit Agarwal Fonte: http://ljandrade.wordpress.com/
  • 44. PERSONALIZAÇÃO  Perfil único na internet Fonte: http://www.communityengine.com/understanding-web-3-0-aka-the-semantic-web/
  • 45. WEB SEMÂNTICA  Atualmente – pesquisas por palavras chaves  Web semântica – interpretação do contexto “A Web 3.0 é o lugar onde o computador está gerando as informações, ao invés dos seres humanos.” Por Conrad Wolfram
  • 46. COMO SERÁ POSSÍVEL? AGENTES CÓDIGOS WEB DE ONTOLOGIAS METADADOS PÁGINAS SEMÂNTICA SOFTWARE WEB Fonte: Grupo Funcionamento segundo Tim Berners Lee
  • 47. ADTS MONITY Fonte: http://www.adts.com.br/ Fonte: http://www.juniper.net/us/en/ Fonte: http://www.monity.com.br/solucao.html
  • 48. WEB 3.0 - VÍDEO Fonte: http://www.youtube.com/watch?v=V5kabPVohGY
  • 49. BIBLIOGRAFIA http://www1.folha.uol.com.br/folha/informatica/ult124u554576.shtml http://computer.howstuffworks.com/web-30.htm http://www.adts.com.br/ http://www.juniper.net/us/en/ http://www.monity.com.br/ http://culturadigital.br/o-programa/conceito-de-cultura-digital/ http://www.brasil.gov.br/sobre/cultura/cultura-brasileira/cultura-digital http://www.casadaculturadigital.com.br/ http://www.youtube.com http://www.jistem.fea.usp.br/index.php/jistem/article/download/8/6 http://wwwp.fc.unesp.br/~yonezawa/si-papel.pdf HAX, A.C; WILDE II, L. The delta project: discovering new sources of profitability in a Networked Economy. Palgrave, New York, 2001. The Future of the Internet and How to Stop It. Published March 30, 2008 Authored by Jonathan Zittrain LESSIG, Lawrence. Remix, making art and Commerce Thrive in the hybrid Economy. The Penguin Press, 2008.