Orientação à Objetos

Apartir da semana que vem começarei a postar aqui no Blog, conceitos, matérias, links e exercícios de orientação à objetos!! Qualquer contribuição será bem vinda!! Alunos fiquem espertos!! Quem trabalha com desenvolvimento precisa dominar POO!! Grande abraço a todos!!!

ANEXO TECNOLOGIA

      Nota Fiscal Eletrônica

   + Software ERP completo 

   + Treinamento 

   + Customização = 

_______________________

     Anexo Tecnologia

_____________________________

Qualquer informação - poste nos comentarios --> Sua empresa automatizada de forma legal!!

Soma e outros resultados rapidamente através da Barra de Status do Excel 2007 [Iniciantes]

Uma característica interessante do Excel é a exibição automática de cálculos de soma, média e outros na Barra de Status do programa (a última barra da interface, na parte inferior) cada vez que duas ou mais células são selecionadas. Assim, se você quiser, por exemplo, saber o valor da soma de três células, basta selecioná-las e olhar para a barra:

Barra de Status do Excel 2007

Se você quiser selecionar células que não estão uma ao lado da outra, faça o seguinte: mantendo a tecla Ctrl de seu teclado pressionada, clique em cada uma das células a serem somadas. O programa irá selecionar todas, mesmo que elas estejam distantes. Em seguida, basta consultar a barra.

Note que você pode personalizar as informações que são exibidas na Barra de Status. Para isso, basta clicar com o botão direito do mouse em cima dela e marcar ou desmarcar as opções desejadas.

Excel 2007 - O que são Células? [Para Iniciantes]

Ao usar o Excel, o primeiro conceito que você precisa saber é o de "célula". Se lembra do jogo Batalha Naval, em que você ataca o adversário dizendo posições no tabuleiro, como B1, G9, etc? É similar.

               Se você olhar para a planilha do Excel, verá vários retângulos brancos. Eles é que são as células. Ao clicar em uma célula, você pode escrever textos, fórmulas, mudar a formatação, entre outras ações. Acima das células, fica uma série de letras (A B C D E F ...), e ao lado esquerdo fica uma série de números (1 2 3 4 5 6 ...).

            As letras representam as colunas (verticais), enquanto os números representam as linhas (horizontais). As letras e os números são usados para identificar uma célula. Por exemplo, a primeira célula (canto superior esquerdo) é a A1. E é sempre nessa ordem, primeiro se diz a coluna (letra) e depois a linha (número). Para facilitar, quando você clica em uma célula o Excel coloca em destaque suas coluna e linha.

Sabendo disso, você pode fazer contas usando os dados de outras células.

Diferença - Planilha e Pasta de Trabalho no Excel

Normalmente nós chamamos os arquivos do Excel de planilhas. Na verdade, isso é conceitualmente errado - os arquivos são Pastas de Trabalho (workbook), que por sua vez possuem uma ou mais planilhas (worksheet). Acredito que o nome Pastas de Trabalho não tenha pegado por que gera uma confusão com as pastas normais, de arquivos, do computador.

De qualquer forma, é bom saber esses conceitos, por que é assim que eles são chamados nas telas do Office, e às vezes causam confusões em provas de concursos públicos.

Dicas e Cursos

A partir de hoje começarei a lançar aqui algumas dicas e macetes de cursos de Office, SQL, Análise de Sistemas, Lógica de Programação entre outros. E espero muitos comentários e sugestões!! Começarei  postanto algo sobre Excel, aproveitem!!!

CRM

A informação é hoje poderoso recurso das organizações, permitindo seu perfeito alinhamento estratégico por meio de constantes fluxos bidirecionais entre a empresa e o macro ambiente, criando condições para que esta viabilize seus objetivos e cumpra sua missão corporativa.

Customer Relationship Management, ou CRM, é um termo, da indústria de Tecnologia de Informação (TI) para metodologias, estratégias, software e outros recursos baseados na web que ajudam uma empresa a organizar e gerenciar os relacionamentos com os clientes.

Atualmente a nova economia vem obrigando as organizações a realizar grandes empreendimentos para modificar seus métodos e canais de relacionamentos com seus clientes. Muitas dessas iniciativas falham pela falta de entendimento das próprias características dessa nova economia, onde uma concorrência acirrada disputa a preferência de um novo cliente, que valoriza cada vez mais a velocidade, qualidade, variedade, assistência e preço. Outras iniciativas, embora conscientes desse novo cenário, falham por não entenderem a solução e as ferramentas que estão adotando. É isto o que vem ocorrendo com muitos projetos de CRM.

Sendo assim a principal meta do CRM é desenvolver clientes lucrativos e fiéis, clientes que continuarão a comprar da mesma empresa, mesmo quando houver um concorrente alternativo. A concorrência pela fatia de mercado é acirrada em decorrência da globalização, da possibilidade de acesso aos produtos pela Internet e das demandas sempre crescentes dos clientes.

Este aumento na concorrência está levando as organizações a adotarem o CRM como uma estratégia de negócios que ajuda a contrabalançar os efeitos dos próximos desafios corporativos.

É uma abordagem que interessa muito a gerentes, diretores, profissionais de tecnologia de informação preocupados em obter vantagens competitivas, utilizando informações sobre clientes em processos de marketing.

CRM (Customer Relationship Management / Gerenciamento de relacionamento com clientes), também conhecido como marketing 1 para 1, ou marketing de relacionamento, isto é, diagnóstico, planejamento e integração de soluções voltadas a administração do relacionamento com o cliente. Ele é desenvolvido como o elemento principal da estratégia corporativa de muitas organizações. CRM, também conhecido por outros termos como marketing de relacionamento e gerenciamento de clientes, preocupa-se com a criação, desenvolvimento e melhoria dos relacionamentos individualizados com clientes cuidadosamente selecionados e grupos de clientes, resultando em uma maximização da retenção dos clientes.

É uma estratégia de negócios voltada para o entendimento e antecipação das necessidades dos clientes atuais e potenciais. A função do CRM é captar dados de clientes, consolidá-los em um banco de dados centralizado, analisá-los e distribuí-los para os gestores estratégicos realizarem ações mercadológicas junto aos clientes.

Líderes da indústria e estão agora considerando como transformar sua abordagem para gerenciamento do cliente. A abordagem tradicional para o marketing tem sido crescentemente questionada nos últimos anos. Esta abordagem do gerenciamento do marketing principal mescla elementos como produto, preço, promoção e coloca ao alcance do contexto funcional do departamento de marketing.

A nova abordagem de CRM, ainda reconhece que estes elementos-chave ainda precisam ser levados em conta, refletindo a necessidade de criar um foco funcional relacionado integrado no marketing - com ênfase em manter e conquistar clientes. Desta forma o enfoque é trocado da aquisição de clientes para a retenção, assegurando o volume apropriado de tempo, dinheiro e recursos administrativos que são direcionados para ambas as tarefas. O novo paradigma de CRM reflete uma mudança do marketing tradicional para o que está agora sendo descrito como gerenciamento do cliente.

A adoção de CRM está sendo seguida por um reconhecimento que relações a longo prazo com clientes são um dos recursos mais importantes de uma organização e que os sistemas de informação precisão ser desenvolvidos para possibilitar a apropriação de clientes. Apropriações de clientes bem sucedidas criam vantagens competitivas e resultam em melhor retenção de clientes e rentabilidade para empresa.

Existe um consenso entre os especialistas no assunto, dizendo que custa menos manter um cliente atual do que conquistar novos clientes.

Segundo estudos de várias instituições respeitadas do mercado, o custo de manter um cliente atual é cinco vezes menor do que conquistar um novo cliente. Para conquistar um novo cliente, é necessário gastar muito dinheiro em propaganda, marketing, prospecção, força de vendas e outras coisas, de forma muito mais intensa do que seria para um cliente antigo de uma empresa. Além disso, os novos clientes, quando atraídos por uma promoção como preços baixos ou algo parecido, logo desaparecem. É assim que o entendimento dos clientes e a busca de formas para retê-los, irão gerar muito mais retorno para a empresa.

A questão primordial em um sistema de gerenciamento de relação com os clientes é tornar a interação entre cliente e empresa o mais conveniente possível, através da análise das informações geradas nos contatos entre os dois lados. Estes contatos podem ser das mais diversas naturezas, como a compra de um produto na loja, uma visita de suporte técnico, o atendimento via telefone ou até mesmo a visita do cliente à home page da corporação. É sempre interessante ressaltar que o CRM lida com informações que outros sistemas geralmente não trabalham, devido à característica mais subjetiva do relacionamento do cliente para com a empresa, a simples análise numérica dos dados não é suficiente para que um sistema seja considerado um CRM.

Uma questão bastante complexa nestes sistemas é que devido ao fato de muitas informações trabalhadas serem de natureza subjetiva, o resultado final não é muito previsível. Como definir, por exemplo, o nível de satisfação de um cliente ou a cor que mais agrada determinado público consumidor em um produto? Não agregar qualidade a um produto pode ser "letal" para empresa e agregar qualidade demais, pode acarretar em prejuízos, pois geralmente mais qualidade tem como conseqüências o aumento de custos. Uma questão bastante difícil é a qualidade percebida, pois muitas vezes os investimentos qualitativos em um determinado produto não são percebidos ou não agregam valor para o consumidor.

Uma empresa que possua uma filosofia CRM e que coloquem em prática os conceitos de fortalecimento da interação ente as duas partes e a adequação dos vínculos entre consumidor e organização pode atingir uma grande vantagem competitiva, o que é muito bom, pois a tendência é o aumento de concorrência na maior parte dos segmentos econômicos. O melhor exemplo, talvez, sejam as empresas que atuam no ramo de comércio eletrônico, com uma interface pobre (design) ou apresentando falhas técnicas que fazem com que o cliente deixe de acessar e compre em outro lugar, devido às facilidades de busca que existem na Internet.

As aplicações do CRM estão ligadas à implantação de ferramentas que, a partir da identificação dos hábitos de compra fornecidos pelo histórico do cliente, identificam seu potencial, inclusive para a compra de outros produtos oferecidos pela empresa. O objetivo do CRM tende a ser a prática do marketing de relacionamento, que prevê alto grau de personalização. No mercado de CRM há três segmentos principais de produtos: automação da força de vendas, serviços ao cliente e marketing.

Os investimentos em CRM em todo o mundo estão crescendo constantemente porque as tecnologias de relacionamento estão apenas começando.

Automatizar o CRM não é tarefa que um único produto consiga fazer. É um processo em desenvolvimento, que significa também uma alteração estratégica ao nível do modo como se lida com o cliente. Em termos tecnológicos, as ferramentas necessárias à implementação de um CRM são as bases de dados, armazéns de dados (Data Warehouse), servidores, sistemas de telefone, aplicações para informação de negócio, gestão de fluxo de trabalho, middleware e ferramentas de gestão de administração do sistema.

Desde que a economia mudou seu direcionamento, de um modelo baseado em fornecimento para um modelo focado na demanda, a tecnologia tem elevado dramaticamente as expectativas e demandas do cliente.

A gestão do relacionamento com os clientes tem evoluído como grande tendência nas organizações, deslocando seu foco dos processos internos para concentrar seus esforços e recursos nos clientes e mercados. Aplicações de CRM, Data Warehouse e Sistemas de Gestão Empresarial (ERP, Enterprise Resource Planing) deverão ser rapidamente intensificados para alcançar essa necessidade de mudança.

A aplicação de conceitos e soluções tecnológicas na área de CRM foi intensificada nos últimos cinco anos, criando um novo e promissor mercado na área de software.

CRM não é um produto. Não é nem mesmo um conjunto de produtos, mas sim um conceito que requer um modelo de negócios centrado nos clientes. É evidente que ele será apoiado por um conjunto de ferramentas que integrarão tanto o front como o back office. Este conjunto de aplicações, devidamente coordenadas, irá assegurar um maior grau de satisfação dos clientes que terão uma ligação direta com organizações lucrativas.

As organizações estão direcionando todos os seus esforços internos e externos com o foco voltado para o elemento que é a razão de sua existência: o cliente.

Normalmente os benefícios da gerência de relacionamento com clientes podem ser encontrados em uma ou mais das seguintes áreas:

• Menor custo no processo de recrutamento de clientes - economia em marketing, mala-direta, contato, acompanhamento, desempenho, serviços, etc.
• Não é necessário conseguir tantos clientes para manter um grande volume de negócios.
• Custo reduzido nas vendas - os clientes existentes respondem melhor. O melhor conhecimento dos canais e preferência dos clientes induz mais eficiência na relação.
• Maior lucratividade por cliente - maior participação na carteira; melhor acompanhamento das vendas, mais clientes indicados devido à maior satisfação dos clientes com os serviços; capacidade de efetuar vendas cruzadas ou aumentar as vendas a partir dos volumes de vendas atuais.
• Retenção e lealdade crescente dos clientes - os clientes permanecem mais tempo, compram mais, entram em contato com a empresa quando sentem necessidade (o que amplia a força da relação) e o ciclo de compra com mais freqüência. Dessa forma, o CRM aumenta as oportunidades e a realização de negócios.
• Avaliação da lucratividade do cliente – conhecendo os clientes que são realmente lucrativos e os que devem ser transferidos da classe que não dão lucro ou dão lucro baixo por meio de vendas cruzadas ou aumento de vendas. É possível identificar os clientes que nunca serão lucrativos, os clientes que devem ser gerenciados por canais externos e os clientes que devem render futuros negócios.

A maioria das aplicações de CRM trata dos aspectos operacionais da relação com o cliente. O call-center, por exemplo, quando é usado como ferramenta de SAC (serviço de atendimento a clientes) registra todas as ligações e ocorrências de um determinado cliente, facilitando, teoricamente, as próximas interações do cliente com a empresa.

Outros sistemas, como o sistema de automação de vendas (SFA) facilitam a vida dos vendedores e dos gerentes, permitindo o registro dos clientes, das oportunidades de negócio e o acompanhamento dos indicadores das vendas. Quase a totalidade dos projetos de CRM envolve somente a automação de aspectos operacionais da empresa, importantes, sem dúvida, mas CRM não é só isso.

O CRM Operacional trata das ações operacionais com os Clientes como os processos do SAC – Sistema de Atendimento a Clientes, SFA – Sistema de Automação da Força de Vendas e Automação do Marketing. Neste ambiente fazem parte também os Sistemas de Mobile Office e as interfaces com os Sistemas Tradicionais de Back Office.

O CRM operacional trata das ações operacionais com os Clientes, além dos sistemas já citados, este ambiente deve contemplar a integração do back office e do mobile ou virtual office.

O CRM colaborativo engloba todos os pontos de contato com o cliente onde ocorre a interação entre ele e a empresa, como os processos de atendimento telefônico ativo e receptivo, carta, web, e-mail , etc. Os vários canais de contato devem estar preparados para não só permitir essa interação, como também garantir o fluxo adequado dos dados resultantes para o resto da organização.

O CRM analítico, fonte de toda a inteligência do processo, serve para o ajuste das estratégias de diferenciação de clientes, bem como para o acompanhamento de seus hábitos, com o objetivo de identificar suas necessidades e os eventos que possam ocorrer na vida de cada um deles. Tudo com o objetivo de tornar, para os melhores clientes, a relação com a empresa algo fácil e conveniente, buscando sua satisfação e fidelidade.

O que se convencionou chamar de CRM analítico é, para a maioria dos fornecedores do mercado, um casamento entre as ferramentas de gestão do relacionamento com clientes e as ferramentas de Business Intelligence (BI). O intuito dessa união é garantir que todas as informações armazenadas em aplicações operacionais de sistemas de gestão de ¬¬- como call center e automação da força de vendas - sejam utilizadas para agregar inteligência ao negócio. Uma vez que a empresa tenha seus canais de contato com os clientes e as informações consolidadas, partir para iniciativas analíticas é uma conseqüência natural.

Além disso, é através das ferramentas analíticas que identificamos os clientes de menor valor para a empresa. Através de tratamento diferenciado, pode-se conseguir uma redução significativa dos custos de atendimento a esses clientes.

Idealmente, as ferramentas de análise, mineração de dados (data mining), relatórios analíticos, devem ter como única fonte de dados o Data Warehouse, base de dados históricos integrados que tem como objetivo fornecer uma visão única, orientada a assuntos, dos dados da empresa. Entretanto, nem sempre podemos aguardar que o DW fique pronto, e utilizamos sistemas isolados. É importante ressaltar a importância da integração dos dados analíticos ao longo do tempo, para não correr o risco de lidar com "distintas versões da verdade".

De um modo geral, como nos sistemas tradicionais, os sistemas de CRM devem vislumbrar aplicações analíticas, que como já foi dito, são a verdadeira fonte de informações para a busca de vantagem competitiva.

Basicamente as tecnologias de Sistemas de Informação mais utilizadas em um CRM são o data warehouse e o data mining que possibilitam extrair informações de uma grande massa dados. Estas duas ferramentas podem ser usadas nos mais diversos sistemas de informação, porém quando elas são utilizadas para atender o CRM, as informações que estas produzirão terão sempre o foco no consumidor e na sua conexão com a organização.

Data Mining

Mineração de dados

---

Mineração de dados ou data mining é o processo de explorar grandes quantidades de dados à procura de padrões consistentes, como regras de associação ou seqüências temporais, para detectar relacionamentos sistemáticos entre variáveis, detectando assim novos subconjuntos de dados.

Esse é um tópico recente em Ciência da computação, mas utiliza várias técnicas da Estatística, Recuperação da Informação, Inteligência Artificial e reconhecimento de padrões.

Visão geral

Esta tecnologia é formada por um conjunto de ferramentas que através do uso de algoritmos de aprendizado ou baseados em redes neurais e estatística, são capazes de explorar um grande conjunto de dados, extraindo dos mesmos conhecimento, na forma de hipóteses e de regras. Diariamente as empresas acumulam diversos dados em seus bancos de dados, inclusive com dados e hábitos de seus clientes. Todos estes dados podem contribuir para a empresa, sugerindo tendências e particularidades pertinentes a ela e seu meio ambiente interno e externo, visando uma rápida ação de seus gestores.

Com a geração de informações e conhecimentos úteis para as empresas, os seus negócios geram mais lucratividade. Os recursos da Tecnologia da Informação, mais precisamente a capacidade do hardware e software disponíveis podem concluir atividades em questão de horas, o que tradicionalmente as pessoas levariam meses. Efetivamente a mineração de dados cumpre o papel de descoberta de conhecimentos.

Etapas da Mineração de Dados

Os passos fundamentais de uma mineração bem sucedida a partir de fontes de dados (bancos de dados, relatórios, logs de acesso, transações, etc), é a realização de uma limpeza (consistência, preenchimento de informações, remoção de ruído e redundâncias, etc). Disto nascem os repositórios organizados (Data Marts e Data Warehouses).

É a partir deles que se pode selecionar algumas colunas para atravessarem o processo de mineração. Tipicamente, este processo não é o final da história: de forma interativa e freqüentemente usando visualização gráfica, um analista refina e conduz o processo até que os padrões apareçam. Observe que todo esse processo parece indicar uma hierarquia, algo que começa em instâncias elementares (embora volumosas) e terminam em um ponto relativamente concentrado.

Encontrar padrões requer que os dados brutos sejam sistematicamente "simplificados" de forma a desconsiderar aquilo que é específico e privilegiar aquilo que é genérico. Faz-se isso porque não parece haver muito conhecimento a extrair de eventos isolados. Uma loja de sua rede que tenha vendido a um cliente uma quantidade impressionante de um determinado produto em uma única data, pode apenas significar que esse cliente em particular, procurava grande quantidade desse produto naquele exato momento. Mas isso provavelmente não indica nenhuma tendência de mercado.

Localizando Padrões

Padrões são unidades de informação que se repetem. A tarefa de localizar padrões não é privilégio da Mineração de Dados. Nosso cérebro utiliza-se de processos similares, pois muito do conhecimento que temos em nossa mente é, de certa forma, um processo que depende da localização de padrões. Para exemplificar esses conceitos, vamos propor um breve exercício de uma indução de regras abstratas. Nosso objetivo é tentar obter alguma expressão genérica para a seguinte seqüência:

Seqüência original: ABCXYABCZKABDKCABCTUABEWLABCWO

Observe atentamente essa seqüência de letras e tente encontrar alguma coisa relevante. Veja algumas possibilidades:

Passo 1: A primeira etapa é perceber que existe uma seqüência de letras que se repete bastante. Encontramos as seqüências "AB" e "ABC" e observamos que elas ocorrem com freqüência superior à das outras seqüências.

Passo 2: Após determinarmos as seqüências "ABC" e "AB", verificamos que elas segmentam o padrão original em diversas unidades independentes:

• "ABCXY"
• "ABCZK"
• "ABDKC"
• "ABCTU"
• "ABEWL"
• "ABCWO"

Passo 3: Fazem-se agora induções, que geram algumas representações genéricas dessas unidades:

• "ABC??" "ABD??" "ABE??" e "AB???", onde '?' representa qualquer letra

No final desse processo, toda a seqüência original foi substituída por regras genéricas indutivas que simplificou (reduziu) a informação original a algumas expressões simples. Esta explicação é um dos pontos essenciais da mineração de dados, como se pode fazer para extrair certos padrões de dados brutos. Contudo, mais importante do que simplesmente obter essa redução de informação, esse processo nos permite gerar formas de predizer futuras ocorrências de padrões.

Exemplo Prático

Vamos observar aqui apenas um pequeno exemplo prático do que podemos utilizar com as expressões abstratas genéricas que obtivemos. Uma dessas expressões nos diz que toda vez que encontramos a seqüência "AB", podemos inferir que iremos encontrar mais três caracteres e isto completaria um "padrão". Nesta forma abstrata ainda pode ficar difícil de perceber a relevância deste resultado. Por isso vamos usar uma representação mais próxima da realidade.

Imagine que a letra 'A' esteja representando um item qualquer de um registro comercial. Por exemplo, a letra 'A' poderia significar "aquisição de pão" em uma transação de supermercado. A letra 'B' poderia, por exemplo, significar "aquisição de leite". A letra 'C' é um indicador de que o leite que foi adquirido é do tipo desnatado. É interessante notar que a obtenção de uma regra com as letras "AB" quer dizer, na prática, que toda vez que alguém comprou pão, também comprou leite. Esses dois atributos estão associados e isto foi revelado pelo processo de descoberta de padrões.

Esta associação já nos fará pensar em colocar "leite" e "pão" mais próximos um do outro no supermercado, pois assim estaríamos facilitando a aquisição conjunta desses dois produtos. Mas a coisa pode ir além disso, bastando continuar nossa exploração da indução.

Suponha que a letra X queira dizer "manteiga sem sal", e a letra 'Z' signifique "manteiga com sal". A letra 'T' poderia significar "margarina". Parece que poderíamos tentar unificar todas essas letras através de um único conceito, uma idéia que resuma uma característica essencial de todos esses itens. Introduzimos a letra 'V', que significaria "manteiga/margarina", ou "coisas que passamos no pão". Fizemos uma indução orientada a atributos, substituímos uma série de valores distintos (mas similares) por um nome só.

Ao fazer isso estamos perdendo um pouco das características dos dados originais. Após essa transformação, já não sabemos mais o que é manteiga e o que é margarina. Essa perda de informação é fundamental na indução e é um dos fatores que permite o aparecimento de padrões mais gerais.

Qual a vantagem de assim proceder? Basta codificar a seqüência original substituindo a letra V em todos os lugares devidos. Assim fica essa seqüência transformada:

• ABCVYABCVKABDKCABCVUABEWLABCVO

Daqui, o sistema de Mineração de Dados irá extrair, entre outras coisas, a expressão "ABCV", que irá revelar algo muito interessante:

• A maioria dos usuários que adquiriram pão e leite desnatado também adquiriram manteiga ou margarina.

De posse desta regra, fica fácil imaginar uma disposição nas prateleiras do supermercado para incentivar ainda mais este hábito. Em linguagem mais lógica, pode-se dizer que pão e leite estão associados (implicam) na aquisição de manteiga:

• Pão, Leite => Manteiga

Exemplos Reais

Wal-Mart

Embora recente, a história da Mineração de Dados já tem casos bem conhecidos. O mais divulgado é o da cadeia americana Wal-Mart, que identificou um hábito curioso dos consumidores. Ao procurar eventuais relações entre o volume de vendas e os dias da semana, o software apontou que, às sextas-feiras, as vendas de cervejas cresciam na mesma proporção que as de fraldas. Crianças bebendo cerveja? Não. Uma investigação mais detalhada revelou que, ao comprar fraldas para seus bebês, os pais aproveitavam para abastecer as reservas de cerveja para o final de semana.

Vestibular PUC-RJ

Utilizando as técnicas da mineração de dados, um programa de obtenção de conhecimento depois de examinar milhares de alunos forneceu a seguinte regra: se o candidato é do sexo feminino, trabalha e teve aprovação com boas notas no vestibular, então não efetivava a matrícula. Estranho, ninguém havia pensado nisso... mas uma reflexão justifica a regra oferecida pelo programa: de acordo com os costumes do Rio de Janeiro, uma mulher em idade de vestibular, se trabalha é porque precisa, e neste caso deve ter feito inscrição para ingressar na universidade pública gratuita. Se teve boas notas provavelmente foi aprovada na universidade pública onde efetivará matrícula. Claro que há exceções: pessoas que moram em frente à PUC, pessoas mais velhas, de alto poder aquisitivo e que voltaram a estudar por outras razões que ter uma profissão, etc. Mas a grande maioria obedece à regra anunciada.

Data Mart

     A criação de um data warehouse requer tempo, dinheiro e considerável esforço gerencial. Muitas companhias ingressam num projeto de data warehouse focando necessidades especiais de pequenos grupos dentro da organização. Estes pequenos armazenamentos de dados são chamados de Data Mart. Um data mart é um pequeno data warehouse que fornece suporte à decisão de um pequeno grupo de pessoas.

     Algumas organizações são atraídas pelos data marts não apenas por causa do custo mais baixo e um tempo menor de implementação, mas também por causa dos avanços tecnológicos. São elas que fornecem um SAD customizado para pequenos grupos de tal modo que um sistema centralizado pode não estar apto a fornecer. Os data marts podem servir como veículo de teste para empresas que desejam explorar os benefícios do data warehouse.

     Há um consenso entre os fornecedores de soluções de data warehouse. A idéia é começar pequeno, porém pensando grande. E é o que está acontecendo. Na maioria dos casos, as empresas que optam pelo data warehouse iniciam o processo a partir de uma área específica da empresa para depois ir crescendo aos poucos. Mesmo nos casos de “Full Warehouse” ou data warehouse completos - como o da Previdência Social da Holanda e Noruega - o processo costuma ser organizado a partir dos data marts.

     A variação de custo e duração de um projeto de data warehouse depende do tamanho e da infra-estrutura da base de dados a ser trabalhada e também da necessidade de “poder de fogo” (do quão estratégico e eficiente tem que ser o sistema para o cliente). Acima de tudo, a empresa tem que saber identificar quais são os tipos de informações mais valiosos.

     O data warehouse pode ser uma decisão estratégica, mas não pode ser encarado com imediatismo, ou seja, não é apenas algo que se realiza aos poucos, mas também é um processo contínuo de atualização e consolidação dos dados corporativos. Por isso, os investimentos em um sistema desse tipo não devem e nem podem ser feitos de uma única vez, mas de forma gradual ao longo do tempo.

Data Warehouse X DataMart

     É preciso ter em mente que as diferenças entre data mart e data warehouse são apenas com relação ao tamanho e ao escopo do problema a ser resolvido. Portanto, as definições dos problemas e os requisitos de dados são essencialmente os mesmos para ambos. Enquanto um data mart trata de um problema departamental ou local, um data warehouse envolve o esforço de toda a empresa para que o suporte à decisões atue em todos os níveis da organização. Sabendo-se as diferenças entre escopo e tamanho, o desenvolvimento de um data warehouse requer tempo, dados e investimentos gerenciais muito maiores que um data mart.

     Por muitos anos, todos os sistemas que extraíam dados de sistemas legados e os armazenavam de maneira utilizável para suporte a decisões eram chamados de data warehouses. Ao longo dos últimos anos, tem sido feita uma distinção entre os data warehouses corporativos e os data marts departamentais, mesmo que geralmente o conceito ainda continue sendo chamado de data warehousing.

     Debates na indústria em geral, indicam que de 70 a 80 por cento de todos os data warehouses atualmente em produção são, na verdade, data marts. Na Conferência do Meta Group/DCI 1997 Data Warehouse World Conference, de fevereiro de 1997 observou-se que “o foco dos departamentos de informática tem se transferido da justificação do custo de implementação de data warehouses para a entrega de aplicações de data marts.”

     Os data marts atendem às necessidades de unidades específicas de negócios, ao invés das da corporação como um todo. Eles otimizam o fornecimento de informações de suporte à decisões e focam a gerência sumarizada e/ou dados exemplificativos ao invés do histórico de níveis atomizados. Eles podem ser apropriados e gerenciados por pessoal de fora do departamento de informática das corporações.

     A crescente popularidade desses mal definidos data marts em cima da popularidade dos grandes sistemas de data warehouses corporativos é baseada em bons motivos:

• Os data marts têm diminuído drasticamente o custo de implementação e manutenção de sistemas de apoio à decisões, colocando-os posto ao alcance de um número muito maior de corporações;
• Eles podem ser prototipados muito mais rapidamente, com alguns pilotos sendo construídos entre 30 e 120 dias e sistemas completos sendo construídos entre 3 e seis meses;
• Os data marts têm o escopo mais limitado e são mais identificados com grupos de necessidades dos usuários, o que se traduz em esforço/equipe concentrados.

    Os departamentos autônomos e as pequenas unidades de negócios freqüentemente preferem construir o seu próprio sistema de apoio à decisões via data marts. Muitos departamentos de informática estão vendo a efetividade desta abordagem e estão agora construindo o data warehouse por tópico ou um data mart por vez, ganhando experiência gradualmente e garantindo o suporte dos fatores-chave de gestão e colhendo benefícios concretos várias vezes ao ano. Começando com planos modestos e desenvolvendo-os na medida que se adquire mais conhecimento sobre as fontes de dados e as necessidades dos usuários faz com que as organizações justifiquem os data marts na medida em que progridem.

     Algumas vezes, projetos que começam como data warehouse transformam-se em data marts. Quando as organizações acumulam grandes volumes de dados históricos para suporte à decisão que se mostram pouco ou nunca utilizados, elas podem reduzir o armazenamento ou arquivamento de informações e contrair o seu data warehouse para um data mart mais focado. Ou elas podem dividir o warehouse em vários data marts, oferecendo tempos de resposta mais rápidos, acesso mais fácil e menos complexidade para os usuários finais.

BI

    Business intelligence (BI) é um termo de gerenciamento de negócios que se refere a aplicações e tecnologias empregadas para coletar, fornecer acesso e analisar dados e informações sobre as operações das empresas. Os sistemas de BI permitem que as empresas obtenham um conhecimento mais abrangente sobre os fatores que afetam os seus negócios, tais como métricas de vendas, produção, operações internas e eles podem contribuir para uma melhor tomada de decisões de negócios. Business Intelligence não deve ser confundido com Competitive Intelligence, que é um conceito de gerenciamento à parte.

    As aplicações e tecnologias de BI podem ajudar as empresas a analisar o seguinte: tendências de transformação do mercado, alterações no comportamento de clientes e padrões de consumo, preferências de clientes, recursos das empresas e condições de mercado. O BI pode ser utilizado para ajudar analistas e gestores a determinar quais os ajustes que apresentam maior probabilidade de afetar as tendências.

    No competitivo setor de atendimento ao cliente, as empresas têm que dispor de informações precisas e atualizadas sobre as preferências dos clientes, para que as empresas possam adaptar-se rapidamente à demanda em constante mutação. Os sistemas de BI permitem que as empresas coletem informações sobre as tendências do mercado e ofereçam produtos e serviços inovadores, antecipando as transformações das exigências dos clientes. As aplicações de BI também ajudam os executivos a manterem-se bem informados sobre as ações que os concorrentes da empresa estão empreendendo. Some-se a isto, o BI pode ajudar as empresas a compartilhar informações estratégicas com seus parceiros de negócios, como no caso do relacionamento com fornecedores (níveis de estoques, métricas de performance e outros dados da cadeia de abastecimento, por exemplo).

     As ferramentas básicas de BI são: Data Warehouse, Data Mart, Data Mining, Ferramentas OLAP, Planilhas Eletrônicas, Database Marketing, CRM, Data Webhouse e Balanced Scorecard.

      Sun Tzu em a Arte da Guerra salientou a importância de coletar e analisar informações. Sun Tzu afirmava que para ser bem-sucedido na guerra, o general deve ter pleno conhecimento de suas próprias forças e fraquezas, assim como total conhecimento das forças e fraquezas do inimigo. A falta de qualquer uma delas pode resultar na derrota.

     Antes do início da Era da Informação, no final do século vinte, as empresas tinham que coletar dados de fontes não automatizadas. As empresas careciam de recursos de computação para analisar apropriadamente os dados, e como resultado as empresas freqüentemente tomavam decisões de negócios sobretudo com base na intuição.

     Nas empresas modernas, os padrões mais exigentes, a automação e as tecnologias fizeram com que vastas quantidades de informações ficassem disponíveis. As tecnologias de data warehouse implementaram repositórios para armazenar estes dados. As ferramentas de ETL (Extract, Transoform, Load – extração, transformação, carga) e mais recentemente as ferramentas de EAI (Enterprise Application Integration – Integração de Aplicações Empresariais) aumentaram a velocidade de coleta de dados. As tecnologias OLAP de geração de relatórios permitiram uma geração acelerada de novos relatórios de análise de dados. Os sistemas de BI transformaram-se na arte de examinar grandes quantidades de dados, extraindo as informações pertinentes e transformando as informações em conhecimento com base no qual as decisões podem ser tomadas.

       Em 1989, Howard Dresner, um Membro de Pesquisa do Gartner Group popularizou “BI” com um termo genérico, usado para descrever um conjunto de conceitos e métodos para aperfeiçoar a tomada de decisões de negócios utilizando sistemas de suporte baseados em fatos. Dresner deixou o Gartner em 2005 e entrou para a Hyperion Solutions como seu CSO (Chief Strategic Officer — Diretor de Estratégia).

       No futuro próximo, as informações de negócios serão mais democratizadas e os usuários finais de toda a organização serão capazes de visualizar as informações de seu segmento em particular para avaliar a sua performance. No futuro, as exigências de recursos dos sistemas de BI irão aumentar da mesma forma que aumentarão as expectativas dos consumidores. Portanto, é imperativo que as empresas aumentem no mesmo ritmo, ou até mais rápido para continuarem competitivas.

Google+ [ O que é isso?]

Já pensou em levar para a internet toda a diversidade do compartilhamento na vida real? Essa é justamente a proposta do Google+ (Google Plus), a nova rede social da gigante das buscas onde você pode interagir com todos os seus amigos de forma fácil, organizar seus círculos sociais online, compartilhar tudo aquilo que você gosta com eles e muito mais.

Alguns usuários já ganharam convites para acessar previamente o Google+ que no momento está limitado a um seleto e pequeno grupo de usuários que poderão testar antes de todo mundo esta nova rede social que está sendo considerada por muitos uma resposta ao crescimento do Facebook e o fracasso do Google no campo social (vide Orkut, Buzz e Wave).

Facebook apresenta integração com Skype que permite bate-papo em vídeo pela rede social

O Facebook apresentou oficialmente nesta quarta-feira o serviço de integração entre a rede social e o Skype. Os usuários do Facebook poderão conversar com os contatos que estiverem logados na rede social através de vídeo. Para isso, não é necessário ter o Skype instalado, basta baixar um plug-in. Se um usuário que ainda não tem o arquivo instalado for convidado para uma conversa por vídeo, o plug in é baixado automaticamente em cerca de 30 segundos, em conexões de banda larga.

O serviço está disponível só para dois usuários por vez. Outras novas funcionalidades apresentadas são uma reformulação na forma como são apresentados os contatos que estão online e a possibilidade de criar grupos de chat.

O lançamento das novidades foi feito pelo fundador e CEO do Facebook, Mark Zuckerberg e chega na semana seguinte ao lançamento de um forte concorrente, o Google+. A rede social desenvolvida pelo principal buscador da web também apresenta recursos de conversas por vídeo, além de outras funcionalidades, como a separação dos contatos por afinidades.

O Google+ ainda está com restrições a entrada de novos usuários. Convites para experimentar a nova rede social foram disputados na semana passada. Ao falar sobre o concorrente, Zuckerberg ressaltou que sua rede social concentra um número muito maior de usuários e permitiria o uso dos novos serviços com qualquer amigo que se desejar.

Outro site interessante...

Olá povo, vou começar a listar alguns sites que de repente podem ser util no aprendizado - irei começar mas gostaria muito que todos vocês postassem via COMENTÁRIO os sites que vocês conhecem, os sites são:

http://www.nextgenerationcenter.com/home.aspx
http://www.ead.sebrae.com.br/

Os demais sites fica por vocês, vamos fazer um lista gigante... prometo compilar e fazer um post gigante depois.

Blogs para acessar!!

Olá galera, tenho grande honra de postar aqui o Blog da Professora Cristina Jung acessem e prestigie essa pessoa fantástica:
http://cristijung.blogspot.com/

http://cristinajungdesign.blogspot.com/

Entrem lá !!! abraçossss...

Quais as diferenças entre açúcar cristal, refinado, demerara e mascavo?

por Suzana Paquete

As principais diferenças aparecem no gosto, na cor e na composição nutricional de cada tipo. A regra básica é a seguinte: quanto mais escuro é o açúcar, mais vitaminas e sais minerais ele tem, e mais perto do estado bruto ele está. A cor branca significa que o açúcar recebeu aditivos químicos no último processo da fabricação, o refinamento, que a gente explica direitinho no fim do texto. Apesar de esses aditivos deixarem o produto bonitão, eles também "roubam" a maioria dos nutrientes. Só para dar um exemplo, em 100 gramas de um açúcar bem escuro, o mascavo, existem 85 miligramas de cálcio, 29 miligramas de magnésio, 22 miligramas de fósforo e 346 miligramas de potássio. Para comparar, na mesma quantidade de açúcar refinado, aquele tipo branco mais comum, a gente encontra no máximo 2 miligramas de cada um desses nutrientes. A matéria-prima do nosso açúcar, você sabe, é a cana. Antes de chegar à nossa mesa, a planta passa por diversas etapas de fabricação. Primeiro, ela é moída para extrair o caldo doce. Depois, começa a purificação, em que o caldo é aquecido a 105 ºC e filtrado para barrar as impurezas. Em seguida, o caldo é evaporado, vira um xarope e segue para o cozimento, onde aparecem os cristais de açúcar que a gente conhece. Por último, os tipos mais brancos de açúcar ainda passam pelo refinamento, quando o produto recebe tratamentos químicos para melhorar seu gosto e seu aspecto. O resultado final é o açúcar em cristais, mas, se você moldar e comprimir os cristais com xarope de açúcar, dá para fabricar açúcar em torrões. Além da cana, há açúcar nas frutas e no milho (a frutose) e no leite (a lactose). A beterraba é outra fonte de açúcar, mas tem um processo de extração diferente. Ela é popular na Europa: como lá não tem cana, a beterraba entrou na dança.

Mergulhe nessa
Na internet:
www.copersucar.com.br
www.lowcucar.com.br
www.inmetro.gov.br/consumidor/produtos/acucar.asp

Doces delícas Tipos claros recebem tratamento químico e possuem menos nutrientes De confeiteiro

Tem cristais tão finos que mais parecem talco de bebê. excelente para fazer glacês e coberturas. O segredo é o refinamento sofisticado, que inclui uma peineragem para obter os minicristais e a adição de amido de arroz, milho ou fosfato de cálcio para evitar que os minicristais se juntem novamente

Orgânico

É diferente de todos os outros tipos porque não ultiliza ingredientes artificiais em nenhuma etapa do ciclo de produção, do plantio à industrialização. O açúcar orgânico é mais caro, mais grosso e mais escuro que o refinado, mas tem o mesmo poder do adoçante

Light

Durge da combinação do açúcar refinado com adoçantes artificiais, como o aspartame, o ciclamato e a sacarina, que quadruplicam o poder de adoçar. Um cafezinho só precisa de 2 gramas de açúcar light para ficar doce, contra 6 gramas de açúcar comum. Por isso, que consome o açúcar light ingere menos calorias

Líquido

É obtido pela dissolução do açúcar refinado em água. Usado em bebidas gasosas, balas e doces, o açúcar líquido não é vendido em supermercados. Uma das vantagens é que ele não precisa ser estocado em sacos, diminuindo o risco de contaminação com poeira e microorganismos

Frutose

É o açúcar extraído das frutas e do milho. Sem precisar de nenhum aditivo, frutose é cerca de 30 mais doce que o açúcar comum, mas ela engorda sem oferecer uma vitaminazinha sequer. A maior parte da frutose vendida no Brasil é importada e tem preços meio amargos

Refinado

Também conhecido como açúcar branco, é o açúcar mais comum nos supermercados. No refinamento, aditivos químicos como o enxofre tornam o produto branco e delicioso. O lado ruim é que esse processo retira vitaminas e sais mineirais, deixando apenas as "calorias vazias" (sem nutrientes)

Mascavo

É o açúcar bruto, escuro e úmido, extraído depois do cozimento do caldo de cana. Como o açúcar mascavo não passa pela etapa de refinamento, ele concerva o cálcio, o ferro e os sais mineirais. Mas seu gosto, bem parecido com o do caldo de cana, desagrada a algumas pessoas

Cristal

É o açúcar com cristais grandes e transparentes, difíceis de serem dissolvidos em água. Depois do cozimento, ele passa apenas por um refinamento leve, que reira "só" 90% dos sais mineirais. Por ser econômico e render bastante, o açúcar cristal sempre aparece nas receitas de bolos e doces

Demerada

Também usada no preparo de doces, esse açúcar de nome estranho é um dos tipos mais caros. Ele passa por um refinamento leve e não recebe nenhum aditivo químico. Por isso, seus grãos são morrom-claros e têm valores nutricionais altos, parecidos com os do açúcar mascavo

Como é feito o "destravamento" dos videogames?

por Tarso Araújo - Dá para destravar os videogames mudando a programação com um novo software no console. Todo game moderno tem um programa embutido para ler e rodar os jogos. "Ele busca uma informação codificada no jogo para verificar se é um disco original ou não. Se não for, ele trava. Então colocamos chips com programas que fazem o game pular essa checagem", diz Leandro Fabres, técnico em eletrônica especializado em videogames. Além de evitarem a leitura do código de segurança, esses chips ajustam o sistema de cores, o tamanho de tela e a área do disco. Na maioria das vezes, os chips são desenvolvidos por funcionários ou ex-funcionários dos próprios fabricantes, que usam informações privilegiadas para ganhar uma grana. Destravar games é um procedimento legal. Você pode encomendar o serviço para usar um disco de segurança, caso o seu original tenha quebrado, por exemplo. Mas os chips são desenvolvidos a partir de um crime - espionagem industrial -, e copiar jogos para vender ou distribuir, sem a nota fiscal do produto original, é outro tipo de crime: pirataria. :-0

Tudo sob controle Chip cria um "atalho" no funcionamento do programa e tapeia segurança 1. Cada DVD sai de fábrica com um número próprio, e o fabricante dá um jeito de colocar essa seqüência repetida no programa do jogo. Quando você coloca o disco no console, o leitor óptico busca essas duas informações e envia para o software do videogame, que fica numa peça chamada bios
2. O programa do videogame compara as duas informações que o leitor mandou e faz uma checagem. Se os números forem iguais, ele começa a rodar o jogo. Se não, ele trava. Para evitar o destravamento, os fabricantes mudam os códigos de segurança a cada novo modelo ou versão do game
3. Para fazer o destravamento, o técnico cola um chip na parte de baixo da placa-mãe. Ele usa uma tecnologia de soldas empregada em circuitos muito pequenos, como os de celulares, para conectar o chip a dois lugares na placa-mãe do videogame: a bios, onde roda o programa principal, e a unidade de processamento de imagem
4. Dentro do chip existe um programa que "domina" o do videogame - quando você liga o console destravado, o nome do chip aparece antes da marca do fabricante. A partir daí, o chip cancela o procedimento original do videogame, e ele não checa o código de segurança. Daí, a entrada dos DVDs está liberada

Drible no Xbox Processo para destravar game da Microsoft é diferente 1. Neste game, é o próprio leitor de DVD que faz a checagem e diz para o programa do game se o jogo é original ou não. Para destravá-lo, o leitor da placa-mãe é desconectado e depois ligado a um computador, com um cabo do tipo Sata
2. O computador então reconhece o leitor de DVD do game como uma nova unidade de disco. Aí é só baixar um programa que realize a mesma função dos que existem nos chips, e instalá-lo direto no drive do leitor, sem usar nenhum novo hardware