HISTÓRICO E DESAFIOScge/Acervo/PalestraRScarpelJul18.pdf8. HP's "perfect storm" of ERP problems 9....
Transcript of HISTÓRICO E DESAFIOScge/Acervo/PalestraRScarpelJul18.pdf8. HP's "perfect storm" of ERP problems 9....
![Page 1: HISTÓRICO E DESAFIOScge/Acervo/PalestraRScarpelJul18.pdf8. HP's "perfect storm" of ERP problems 9. A new type of freshman hazing 10. Waste Management trashes its "fake" ERP software](https://reader033.fdocumentos.tips/reader033/viewer/2022051815/603c170842251d06e4769c3d/html5/thumbnails/1.jpg)
ANALYTICS:
HISTÓRICO E DESAFIOS
Professor: Rodrigo A. Scarpel
www.mec.ita.br/~rodrigo
DADOS
INFORMAÇÃO
CONHECIMENTO
INTELIGÊNCIA
![Page 2: HISTÓRICO E DESAFIOScge/Acervo/PalestraRScarpelJul18.pdf8. HP's "perfect storm" of ERP problems 9. A new type of freshman hazing 10. Waste Management trashes its "fake" ERP software](https://reader033.fdocumentos.tips/reader033/viewer/2022051815/603c170842251d06e4769c3d/html5/thumbnails/2.jpg)
Rodrigo A. Scarpel
• Graduação: Engenharia de Produção - UFSCar (1997)
• Mestrado: ITA – Produção (1999-2000)
• Doutorado: ITA – Produção (2003-2006)
• Professor Visitante: University of Nottingham (2012-2013)
• ESPM (2001-2005)
• Banco Itaú S.A. (2002-2003)
• SAS Institute Brasil (2003 - 2005)
• ITA (2005 – Atual)
2
Apresentação:
![Page 3: HISTÓRICO E DESAFIOScge/Acervo/PalestraRScarpelJul18.pdf8. HP's "perfect storm" of ERP problems 9. A new type of freshman hazing 10. Waste Management trashes its "fake" ERP software](https://reader033.fdocumentos.tips/reader033/viewer/2022051815/603c170842251d06e4769c3d/html5/thumbnails/3.jpg)
Agenda:
3
Modelagem e Simulação
Revolução dos Serviços (final anos 80) → Dilúvio de dados
Processo de KDD (1996)
BI e BA
Alguns eventos
Analytics → Data Science
Perspectivas e desafios
Questões para reflexão
![Page 4: HISTÓRICO E DESAFIOScge/Acervo/PalestraRScarpelJul18.pdf8. HP's "perfect storm" of ERP problems 9. A new type of freshman hazing 10. Waste Management trashes its "fake" ERP software](https://reader033.fdocumentos.tips/reader033/viewer/2022051815/603c170842251d06e4769c3d/html5/thumbnails/4.jpg)
Modelagem e Simulação:
Modelos de decisão
(Operations research / Management Science):
• Ferramentas quantitativas para:
• Previsão (séries temporais)
• Otimização
• Simulação (eventos discretos, Monte Carlo)
• Análise de decisão
• Reconhecimento de padrões
• Métodos estatísticos multivariados
• Métodos econométricos
• ...
4
![Page 5: HISTÓRICO E DESAFIOScge/Acervo/PalestraRScarpelJul18.pdf8. HP's "perfect storm" of ERP problems 9. A new type of freshman hazing 10. Waste Management trashes its "fake" ERP software](https://reader033.fdocumentos.tips/reader033/viewer/2022051815/603c170842251d06e4769c3d/html5/thumbnails/5.jpg)
Modelagem e Simulação: ilustração
A lei psicológica fundamental é que os homens
estão dispostos, como regra e em média, a
aumentar o seu consumo quando sua renda
aumenta, mas não em proporção igual ao
aumento dessa renda (Keynes, 1936*)
*Keynes, J.M. The General Theory of Employment, Interest and Money, 1936.
Função consumo (das famílias) keynesiana:
Y = 0+ 1X, 0< 1<1
em que
Y: Despesas com consumo,
X: Renda disponível
0: Consumo autônomo (mínimo)
1: PMC (propensão marginal em consumir)
5
![Page 6: HISTÓRICO E DESAFIOScge/Acervo/PalestraRScarpelJul18.pdf8. HP's "perfect storm" of ERP problems 9. A new type of freshman hazing 10. Waste Management trashes its "fake" ERP software](https://reader033.fdocumentos.tips/reader033/viewer/2022051815/603c170842251d06e4769c3d/html5/thumbnails/6.jpg)
Modelagem e Simulação: ilustração
RESUMO DOS RESULTADOS
Estatística de regressão
R múltiplo 0,999202873
R-Quadrado 0,998406381
R-quadrado ajustado 0,998283795
Erro padrão 20,28525346
Observações 15
ANOVA
gl SQ MQ F F de significação
Regressão 1 3351406,528 3351406,528 8144,53388 1,42044E-19
Resíduo 13 5349,389603 411,4915079
Total 14 3356755,917
Coeficientes Erro padrão Stat t valor-P 95% inferiores 95% superiores
Interseção -184,0779952 46,26198481 -3,97903367 0,001572999 -284,0209179 -84,13507253
PIB (Bilhões US$1992) 0,706408053 0,00782749 90,24707131 1,42044E-19 0,689497793 0,723318314
Modelo:
Y = 0+ 1X, 0< 1<1
Resultado:
Y = -184,08+ 0,706 X,
0,689 < 1< 0,723 (95%)
M = 1/(1-PMC) = 3,333
^
Multiplicador de renda (M):
M = 1/(1-PMC)
6
![Page 7: HISTÓRICO E DESAFIOScge/Acervo/PalestraRScarpelJul18.pdf8. HP's "perfect storm" of ERP problems 9. A new type of freshman hazing 10. Waste Management trashes its "fake" ERP software](https://reader033.fdocumentos.tips/reader033/viewer/2022051815/603c170842251d06e4769c3d/html5/thumbnails/7.jpg)
A Terceira Revolução Industrial:
A Revolução dos Serviços (1980 a ?):
• Microinformática
• Tecnologia da informação
• Softwares
• Telecomunicações
• Setor financeiro
• Grandes varejistas
• Educação e ensino
• Internet (década de 90)
7
![Page 8: HISTÓRICO E DESAFIOScge/Acervo/PalestraRScarpelJul18.pdf8. HP's "perfect storm" of ERP problems 9. A new type of freshman hazing 10. Waste Management trashes its "fake" ERP software](https://reader033.fdocumentos.tips/reader033/viewer/2022051815/603c170842251d06e4769c3d/html5/thumbnails/8.jpg)
Um dilúvio de dados:
Sistemas
de
Informação
Transações
Reclamações
Mensagens
(e-mails,…)
Call
Centers
CRM
Artigos
eletrônicos
Outros…
8
![Page 9: HISTÓRICO E DESAFIOScge/Acervo/PalestraRScarpelJul18.pdf8. HP's "perfect storm" of ERP problems 9. A new type of freshman hazing 10. Waste Management trashes its "fake" ERP software](https://reader033.fdocumentos.tips/reader033/viewer/2022051815/603c170842251d06e4769c3d/html5/thumbnails/9.jpg)
Fonte: FAYYAD, U., PIATETSKY-
SHAPIRO, G., SMYTH, P. From
data mining to knowledge
discovery: An overview. In:
Advances in Knowledge Discovery
and Data Mining, AAAI Press / The
MIT Press, MIT, Cambridge,
Massachusetts, 1996, p.1-34.
O processo de KDD:
9
![Page 10: HISTÓRICO E DESAFIOScge/Acervo/PalestraRScarpelJul18.pdf8. HP's "perfect storm" of ERP problems 9. A new type of freshman hazing 10. Waste Management trashes its "fake" ERP software](https://reader033.fdocumentos.tips/reader033/viewer/2022051815/603c170842251d06e4769c3d/html5/thumbnails/10.jpg)
Mineração de dados:
10
![Page 11: HISTÓRICO E DESAFIOScge/Acervo/PalestraRScarpelJul18.pdf8. HP's "perfect storm" of ERP problems 9. A new type of freshman hazing 10. Waste Management trashes its "fake" ERP software](https://reader033.fdocumentos.tips/reader033/viewer/2022051815/603c170842251d06e4769c3d/html5/thumbnails/11.jpg)
11
Objetivo: Transformar dados em conhecimento
Business Inteligence:
Dados Informação Conhecimento
![Page 12: HISTÓRICO E DESAFIOScge/Acervo/PalestraRScarpelJul18.pdf8. HP's "perfect storm" of ERP problems 9. A new type of freshman hazing 10. Waste Management trashes its "fake" ERP software](https://reader033.fdocumentos.tips/reader033/viewer/2022051815/603c170842251d06e4769c3d/html5/thumbnails/12.jpg)
BI
BA
Dados Informação Conhecimento Inteligência
Métodos Descritivos
Métodos
Preditivos
Métodos Prescritivos
![Page 13: HISTÓRICO E DESAFIOScge/Acervo/PalestraRScarpelJul18.pdf8. HP's "perfect storm" of ERP problems 9. A new type of freshman hazing 10. Waste Management trashes its "fake" ERP software](https://reader033.fdocumentos.tips/reader033/viewer/2022051815/603c170842251d06e4769c3d/html5/thumbnails/13.jpg)
13
Processo analítico: insolvência de empresas
Dados Informação Conhecimento Inteligência
-Análise de liquidez: capacidade de satisfazer suas obrigações de curto prazo. O índice selecionado foi o de liquidez corrente (LC)
-Análise de atividade/de eficiência: mede a eficiência da empresa na utilização dos seus ativos. Selecionou-se o giro do ativo total (GA).
-Análise de endividamento: indica o montante de recursos de terceiros que está sendo usado, na tentativa de gerar lucros. O índice selecionado foi o de endividamento geral (EG)
-Análise de lucratividade: para que o índice da análise de lucratividade fosse independente do da análise de endividamento, optou-se pela utilização do ROA AJIR.
Dados de balanço:
• Faturamento
• Ativo circulante
• Passivo circulante
• Ativo total
• Passivo de longo prazo
• LAJIR
![Page 14: HISTÓRICO E DESAFIOScge/Acervo/PalestraRScarpelJul18.pdf8. HP's "perfect storm" of ERP problems 9. A new type of freshman hazing 10. Waste Management trashes its "fake" ERP software](https://reader033.fdocumentos.tips/reader033/viewer/2022051815/603c170842251d06e4769c3d/html5/thumbnails/14.jpg)
Fonte: SCARPEL, R. A.; MILIONI, Armando Zeferino . Utilização conjunta de modelagem econométrica e otimização em decisões de concessão de crédito. Pesquisa
Operacional (Impresso), v. 22, n.1, p. 61-72, 2002.
Processo analítico: insolvência de empresas
Dados Informação Conhecimento Inteligência
0,596 0,425
0,430 0,576
14
![Page 15: HISTÓRICO E DESAFIOScge/Acervo/PalestraRScarpelJul18.pdf8. HP's "perfect storm" of ERP problems 9. A new type of freshman hazing 10. Waste Management trashes its "fake" ERP software](https://reader033.fdocumentos.tips/reader033/viewer/2022051815/603c170842251d06e4769c3d/html5/thumbnails/15.jpg)
Fonte: SCARPEL, R. A.; MILIONI, Armando Zeferino . Utilização conjunta de modelagem econométrica e otimização em decisões de concessão de crédito. Pesquisa
Operacional (Impresso), v. 22, n.1, p. 61-72, 2002.
Processo analítico: insolvência de empresas
Dados Informação Conhecimento Inteligência
ROA GA EG
15
![Page 16: HISTÓRICO E DESAFIOScge/Acervo/PalestraRScarpelJul18.pdf8. HP's "perfect storm" of ERP problems 9. A new type of freshman hazing 10. Waste Management trashes its "fake" ERP software](https://reader033.fdocumentos.tips/reader033/viewer/2022051815/603c170842251d06e4769c3d/html5/thumbnails/16.jpg)
1
jijX.j
e1
1
Zie1
1X.FZiFPi
j
ijj
Fonte: SCARPEL, R. A.; MILIONI, Armando Zeferino . Utilização conjunta de modelagem econométrica e otimização em decisões de concessão de crédito. Pesquisa
Operacional (Impresso), v. 22, n.1, p. 61-72, 2002.
Processo analítico: insolvência de empresas
Dados Informação Conhecimento Inteligência
10,99.ROAi3,69.EGi-3,31.GAi0,19-EXP1
1 Pi
Estatística do modelo
0,534
L(*) -19,314
Observações 60
Coeficientes Erro padrão Z valor-P
Interseção 0,190 1,163 0,16 0,87
GA 3,312 1,208 2,74 0,006
EG -3,687 1,688 -2,18 0,029
ROA AJIR 10,997 3,671 3,00 0,003
Método Preditivo: Regressão Logística
16
![Page 17: HISTÓRICO E DESAFIOScge/Acervo/PalestraRScarpelJul18.pdf8. HP's "perfect storm" of ERP problems 9. A new type of freshman hazing 10. Waste Management trashes its "fake" ERP software](https://reader033.fdocumentos.tips/reader033/viewer/2022051815/603c170842251d06e4769c3d/html5/thumbnails/17.jpg)
Fonte: SCARPEL, R. A.; MILIONI, Armando Zeferino . Utilização conjunta de modelagem econométrica e otimização em decisões de concessão de crédito. Pesquisa
Operacional (Impresso), v. 22, n.1, p. 61-72, 2002.
Processo analítico: insolvência de empresas
Dados Informação Conhecimento Inteligência
10,99.ROAi3,69.EGi-3,31.GAi0,19-EXP1
1 Pi
• EMPRESA: TECTOY S.A.
0,00
0,25
0,50
0,75
1,00
95 96 97 98
EXERCÍCIO
Pi
• SETORES: SERVIÇOS DE COMUNICAÇÃO
-Segmento muito favorecido dos anos de 1995, 1996 e 1997: esforço despendido pelo
governo federal valorização do seu patrimônio antes da sua privatização
-Final de 1995: reestruturação tarifária ( 62% na receita)
-1996: crescimento de 50% nos investimentos (expansão dos serviços:11,9%/100%)
-Nível de endividamento: permaneceu constante (participação dos recursos próprios
financiando a formação de capital das empresas do setor)
-1997: continuação do processo de reestruturação do setor
ÍNDICE
1995
1996
1997
GA
0,225
0,309
0,342
EG
0,238
0,246
0,238
ROA
0,021
0,082
0,107
Pi
0,573
0,769
0,835
17
![Page 18: HISTÓRICO E DESAFIOScge/Acervo/PalestraRScarpelJul18.pdf8. HP's "perfect storm" of ERP problems 9. A new type of freshman hazing 10. Waste Management trashes its "fake" ERP software](https://reader033.fdocumentos.tips/reader033/viewer/2022051815/603c170842251d06e4769c3d/html5/thumbnails/18.jpg)
di pi
Ii.CpdIi.Cdp Min
pi,VcIi.MPi
di,VcIi.MPi
10,99.ROAi3,69.EGi-3,31.GAi0,19-EXP1
1 Pi
Fonte: SCARPEL, R. A.; MILIONI, Armando Zeferino . Utilização conjunta de modelagem econométrica e otimização em decisões de concessão de crédito. Pesquisa
Operacional (Impresso), v. 22, n.1, p. 61-72, 2002.
Processo analítico: insolvência de empresas
Dados Informação Conhecimento Inteligência
em que:
Cdp é o custo de inadimplência (erro de classificação dp)
Cpd é o custo de oportunidade (erro classificação pd)
Pi é a probabilidade de insolvência prevista
Vc é o valor de corte para classificação
p é o conjunto de empresas solventes
d é o conjunto de empresas insolventes
I é uma variável binária (=0 se a classificação está correta e 1, caso contrário)
i = 12% ao mês
i = 12% ao ano
Método Prescritivo: Otimização da concessão de crédito
18
![Page 19: HISTÓRICO E DESAFIOScge/Acervo/PalestraRScarpelJul18.pdf8. HP's "perfect storm" of ERP problems 9. A new type of freshman hazing 10. Waste Management trashes its "fake" ERP software](https://reader033.fdocumentos.tips/reader033/viewer/2022051815/603c170842251d06e4769c3d/html5/thumbnails/19.jpg)
Custódia
Instituições Financeiras
Rede de Atendimento (ATM) Instituições
Financeiras
Custódia
Rede de
Atendimento
Processo analítico: reposição de numerário
Efetuar a previsão de demanda de numerário nos terminais de auto
atendimento (ATM): localização, dia-da-semana, eventos, …
Determinar níveis mínimos e máximos de estoque de numerário nos TA
Modelos Preditivos
(Conhecimento)
Efetuar o agendamento de viagens entre as custódias e os TA
Definir datas e quantias a serem entregues pelas Instituições Financeiras às
custódias
Modelos
Prescritivos
(Inteligência) 19
![Page 20: HISTÓRICO E DESAFIOScge/Acervo/PalestraRScarpelJul18.pdf8. HP's "perfect storm" of ERP problems 9. A new type of freshman hazing 10. Waste Management trashes its "fake" ERP software](https://reader033.fdocumentos.tips/reader033/viewer/2022051815/603c170842251d06e4769c3d/html5/thumbnails/20.jpg)
DW failure rates range between 50% and 70% and
range as high as 90% for the insurance industry
(Conning and Co. em 2002)
Alguns eventos (início dos anos 2000):
20
Fonte: https://www.gartner.com/newsroom/id/492112
![Page 21: HISTÓRICO E DESAFIOScge/Acervo/PalestraRScarpelJul18.pdf8. HP's "perfect storm" of ERP problems 9. A new type of freshman hazing 10. Waste Management trashes its "fake" ERP software](https://reader033.fdocumentos.tips/reader033/viewer/2022051815/603c170842251d06e4769c3d/html5/thumbnails/21.jpg)
1. Vodafone: The long arm of the law (CRM)
2. Washington community college system: When third parties flop
3. Woolworth's Australia: The death of institutional memory
4. Target Canada: Garbage in, garbage out
5. PG&E: When "sample" data isn't
6. Definitely not a sweet experience for Hershey´s
7. Just do it: Fix our supply chain system!
8. HP's "perfect storm" of ERP problems
9. A new type of freshman hazing
10. Waste Management trashes its "fake" ERP software
11. The curious case of Oracle Fusion Applications
12. Oracle, SAP and a little company named TomorrowNow
13. Shareholder pressure halts SAP ERP rollout
14. ERP + SaaS = Software success or bad idea?
15. A legendary "moon" on the high seas
Fonte: https://www.cio.com/article/2429865/enterprise-resource-planning/enterprise-resource-planning-10-famous-erp-disasters-dustups-and-disappointments.html
Alguns eventos (fracassos ERP):
Sistema de mensuração
do resultado econômico e
financeiro (SIREF)
No Brasil:
![Page 22: HISTÓRICO E DESAFIOScge/Acervo/PalestraRScarpelJul18.pdf8. HP's "perfect storm" of ERP problems 9. A new type of freshman hazing 10. Waste Management trashes its "fake" ERP software](https://reader033.fdocumentos.tips/reader033/viewer/2022051815/603c170842251d06e4769c3d/html5/thumbnails/22.jpg)
Alguns eventos (fracassos BI e BA):
(integração dos dados)
(qualidade dos dados)
(“propriedade” dos dados)
(cultural - carreira)
(grandes consultorias)
(mais do mesmo)
(incertezas nos resultados) 22
![Page 23: HISTÓRICO E DESAFIOScge/Acervo/PalestraRScarpelJul18.pdf8. HP's "perfect storm" of ERP problems 9. A new type of freshman hazing 10. Waste Management trashes its "fake" ERP software](https://reader033.fdocumentos.tips/reader033/viewer/2022051815/603c170842251d06e4769c3d/html5/thumbnails/23.jpg)
Analytics Data Science:
23
![Page 24: HISTÓRICO E DESAFIOScge/Acervo/PalestraRScarpelJul18.pdf8. HP's "perfect storm" of ERP problems 9. A new type of freshman hazing 10. Waste Management trashes its "fake" ERP software](https://reader033.fdocumentos.tips/reader033/viewer/2022051815/603c170842251d06e4769c3d/html5/thumbnails/24.jpg)
Fonte: https://obamawhitehouse.archives.gov/blog/2012/03/29/big-data-big-deal
Alguns eventos (Big Data Initiative):
24
![Page 25: HISTÓRICO E DESAFIOScge/Acervo/PalestraRScarpelJul18.pdf8. HP's "perfect storm" of ERP problems 9. A new type of freshman hazing 10. Waste Management trashes its "fake" ERP software](https://reader033.fdocumentos.tips/reader033/viewer/2022051815/603c170842251d06e4769c3d/html5/thumbnails/25.jpg)
Fonte: http://ritholtz.com/2016/09/162347/ 25
Perspectivas e desafios:
Dilúvio de dados Universo de dados
![Page 26: HISTÓRICO E DESAFIOScge/Acervo/PalestraRScarpelJul18.pdf8. HP's "perfect storm" of ERP problems 9. A new type of freshman hazing 10. Waste Management trashes its "fake" ERP software](https://reader033.fdocumentos.tips/reader033/viewer/2022051815/603c170842251d06e4769c3d/html5/thumbnails/26.jpg)
Fonte: http://www.infomoney.com.br/negocios/grandes-empresas/noticia/7468287/dona-das-casas-bahia-ponto-frio-reduz-numeros-executivos-reestrutura
Perspectivas e desafios:
26
![Page 27: HISTÓRICO E DESAFIOScge/Acervo/PalestraRScarpelJul18.pdf8. HP's "perfect storm" of ERP problems 9. A new type of freshman hazing 10. Waste Management trashes its "fake" ERP software](https://reader033.fdocumentos.tips/reader033/viewer/2022051815/603c170842251d06e4769c3d/html5/thumbnails/27.jpg)
30
Perspectivas e desafios:
1. Qualidade dos dados (dirty data) / data silos (integração)
2. Dados demais, estratégia de menos / Lack of a plan (roadmap) /
Focusing on Big Data rathar than the Right Data (mais do mesmo)
3. Acesso limitado aos dados / Fear and fiefdom
4. The Old School Mindset (“talent management”: acquisition, engagement,
development, performance management ) / The Big Bang Approach
(grandes concultorias) / Expecting Certainty
Fracassos dos projeto de BI e BA (anos 2000) – Questões já resolvidas?