CUSTOMER RELATIONSHIP MANAGEMENT CRM

O Customer Relationship Management é uma abordagem que coloca o cliente no centro do desenho dos processos do negócio, sendo desenhado para perceber e antecipar as necessidades dos clientes atuais e potenciais, de forma a procurar supri-las da melhor forma. Trata-se, sem dúvida, de uma estratégia de negócio, em primeira linha, que posteriormente se consubstancia em soluções tecnológicas. É assim um sistema integrado de gestão com foco no cliente, constituído por um conjunto de procedimentos/processos organizados e integrados num modelo de gestão de negócios. Os softwares que auxiliam e apoiam esta gestão são normalmente denominados sistemas de CRM.
Os processos de gestão que assentam em CRMs estão, sem dúvida, na linha da frente em termos estratégicos não apenas em termos de marketing, mas também, a médio prazo, ao nível econômico-financeiro. Com efeito, empresas que conhecem profundamente os seus clientes, o que precisam, em que o perfil de consumidor se enquadra, conseguem criar respostas personalizadas, antecipando as suas vontades e respondendo de forma precisa aos seus desejos atuais.
A tecnologia responderá apenas à estratégia da empresa a este nível, auxiliando na captura de dados acerca do cliente e fontes externas e na consolidação de uma data warehouse central, de modo a tornar a estratégia global de CRM mais inteligente. Adicionalmente, integra o marketing e as tecnologias de informação já existentes, de forma a dotar a empresa de meios eficazes e integrados de atender, reconhecendo e cuidando do cliente em tempo real. As aplicações de CRM transformam os dados recolhidos em informação que, quando disseminada permite a identificação do cliente e a compreensão do seu perfil.
As plataformas de CRM alicerçam-se em processos centrados no cliente, disseminados por toda a organização. Verifica-se uma utilização exaustiva de informação relacionada com o cliente, integrando as áreas de marketing, vendas e serviços, verificando-se a criação de valor para o cliente. Antes de implementar, importa perceber qual o modelo de relacionamento com o cliente que a empresa pretende adotar, sendo necessário, várias vezes, redesenhar os processos de atendimento. Aqui importa perceber dimensões como:

1. Como será feita a abordagem ao cliente?
2. Que procedimentos ou eventos devem ser gerados?
3. Qual o plano de comunicação a adotar?

De forma a responder a estes desafios, procede-se ao levantamento rigoroso dos processos existentes e sua documentação, de montante a jusante, podendo ser necessário redesenhar ou levar apenas a um reenquadramento dos mesmos e eventualmente a adição de mais-valias, pelo fato de passar a existir suporte de tecnologia de informação orientada para o cliente.
A partir daqui é selecionada a solução de informação e consequente implementação. A seleção da solução de informação é baseada nas fases anteriores, sendo validadas as características das soluções disponíveis, determinada pelo modelo de relacionamento a seguir no futuro.
Ao nível da implementação do sistema, os passos passam por configurar o modelo de relacionamento na tecnologia adquirida e implementar a estratégia de relacionamento com o cliente, incluindo um conjunto de ferramentas de apoio, como telemarketing, canais virtuais de relacionamento, terminais de ponto de venda. Importa nesta altura ter em conta os aspectos que contribuem para o sucesso desta fase:

1. Foco nos processos, não na tecnologia. As TIC são apenas um meio para alcançar os objetivos;
2. Envolvimento, comprometimento e acompanhamento da gestão de topo;
3. Seleção da tecnologia de acordo com o negócio;
4. A Tecnologia deve preencher necessidades específicas do negócio;
5. Perceber como as funcionalidades são realizadas e compreender a arquitetura global do sistema;
6. Apoio e formação aos utilizadores;
7. Competência multidisciplinar da equipe de projeto;
8. Estabelecimento de etapas e prioridades;
9. Consistência da integração do sistema.

Em termos tecnológicos a plataforma apresenta as seguintes características:

1. Vendas – SFA - Sales Force Automation: Prospecção, previsões; Modo off-line, sincronização no sistema;
2. Serviço ao cliente - Registo e acompanhamento de questões, problemas, reclamações, sugestões, pedidos de informação; Acompanhamento dos assuntos, agendamento, gestão do conhecimento;
3. Marketing - Data warehouse e data mining facilitam análise, permitindo descobrir relações não antecipadas e padrões de consumo e comportamento. São, como referido, identificados perfis de consumo, auxiliando na tomada de decisão;
4. Coerência e interoperacionalidade - Base de dados de clientes e eventos de negócio que todas as aplicações da plataforma utilizam e mantêm atualizada. O sistema de workflow que permite o fluir dos processos dentro e entre módulos;
5. Melhor gestão dos recursos existentes - Através do seu uso poupa-se em tempo de recursos humanos e de máquinas que até então estariam a ser utilizados para processamento de dados manual e automaticamente. E ainda na passagem de informação que deixa de ser necessária visto estar constantemente disponível e atua

Business Inteligence - BI

Business Intelligence (BI) pode ser traduzido como inteligência de negócios, ou inteligência empresarial. Isto significa que é um método que visa ajudar as empresas a tomar as decisões inteligentes, mediante dados e informações recolhidas pelos diversos sistemas de informação. Sendo assim, BI é uma tecnologia que permite às empresas transformar dados guardados nos seus sistemas em Informação qualitativa e importante para a tomada de decisão. Há uma forte tendência de que os produtos que compõem o sistema de BI de uma empresa passem, isoladamente, a prover funções extras que auxiliem na tomada de decisões. Por exemplo, todos os sistemas que funcionam numa perspectiva de organização da informação. Sendo assim temos: ERP – Enterprise Resource Planning; CRM – Customer Relationship Manager. Segundo Brent Frei, fundador da Onyx Software, “Customer Relationship Management (CRM) é um conjunto de processos e tecnologias que gerem relacionamentos com clientes efectivos e potenciais e com parceiros de negócios através do marketing, das vendas e dos serviços, independentemente do canal de comunicação”. Ou seja, pode ser considerado como uma estratégia de gestão de negócios através da gestão dos relacionamentos com os clientes tendo em consideração o aumento do lucro e das vendas da empresa. O objetivo principal é claramente uniformizar processos que permitam o acesso à informação como forma de melhorar os negócios e o Marketing Relacional da empresa através do uso da tecnologia. A globalização e a evolução da TI têm mudado radicalmente a forma como as empresas e os seus consumidores se relacionam. Os consumidores têm um leque de opções de produtos e serviços que há alguns anos não era possível. As TI permitem oferecer qualidade a um preço competitivo daí o CRM ser fundamental no estabelecimento das relações e na fidelização dos clientes. Hoje, é importante rentabilizar a máxima LTV (Lifetime Value) de cada cliente. Podemos classificar da seguinte forma os clientes: 1. CMV (CLIENTES MAIS VALIOSOS) para os quais devemos utilizar uma estratégia de retenção, trabalhando em programas de reconhecimento e na possibilidade de uso de canais de comunicação exclusivos recompensando a preferência dos clientes e o volume de negócios por eles submetido na nossa empresa; 2. CMP (CLIENTES MAIOR POTENCIAL) para os quais é necessário desenvolver esses clientes através de incentivos. O importante é transformar estes clientes em CMV. Encontrar estratégias para os “habituar” a trabalhar com os nossos produtos; 3. BZ (CURINTIAS) que representam valor negativo para a organização; 4. CLIENTES INTERMÉDIOS mas que são lucrativos, porém sem grande expressão . O potencial de uma ferramenta de CRM revela-se na esquematização dos diversos dados disponíveis de forma a criar informação valiosa para utilizar-se em prol da empresa e das suas relações comerciais. Teremos uma informação com maior qualidade, fundamental para a tomada de decisão e para a gestão dos clientes. Portanto para uma organização, os benefícios com a implementação de um CRM passa muito pelo valor que vai criar na empresa. Irá facilitar não só a identificação dos clientes – criando bases de informações relativas aos clientes de acordo com o seu perfil – como irá facilitar a segmentação dos mesmos contribuindo para o desenvolvimento dos diversos processos de fidelização/retenção de clientes.
Tecnologia de BI
Alguns observadores consideram que o processo de BI realça os dados dentro da informação e também dentro do conhecimento. Pessoas envolvidas em processos de BI podem usar software ou outras tecnologias para obter, guardar, analisar e prover acesso aos dados. O software “cura” o desempenho do gerenciamento do negócio e ajuda no objetivo de tomar as decisões melhores, mais atuais e relevantes, com as informações acessíveis sempre que necessário. Algumas pessoas utilizam o termo "BI" intercambiando-o com "livros de reunião" ou "sistemas de informações executivas", de acordo com a informação que cada um contém. É nesse sentido, que cada um pode considerar um sistema de BI como um sistema de suporte para tomada de decisão (decision-support system).

[editar] História

Uma referência anterior a inteligência, mas não relacionada aos negócios, ocorreu em Sun Tzu - A Arte da Guerra. Sun Tzu fala em seu livro que para suceder na guerra, a pessoa deve deter todo o conhecimento de suas fraquezas e virtudes, além de todo o conhecimento das fraquezas e virtudes do inimigo. A falta deste conhecimento pode resultar na derrota. Uma certa escola traça paralelos entre as disputas nos negócios com as guerras:

• coleta de informações;
• discernimento de testes padrão e o significado dos dados (gerando informação);
• respondendo à informação resultante.

Data Mining

Data Mining é uma das novidades da Ciência da Computação que veio para ficar. Com a geração de um volume cada vez maior de informação, é essencial tentar aproveitar o máximo possível desse investimento. Talvez a forma mais nobre de se utilizar esses vastos repositórios seja tentar descobrir se há algum conhecimento escondido neles. Um banco de dados de transações comerciais pode, por exemplo, conter diversos registros indicando produtos que são comprados em conjunto. Quando se descobre isso pode-se estabelecer estratégias para otimizar os resultados financeiros da empresa. Essa já é uma vantagem suficientemente importante para justificar todo o processo. Contudo, embora essa idéia básica seja facilmente compreensível, fica sempre uma dúvida sobre como um sistema é capaz de obter esse tipo de relação. No restante deste artigo vamos observar alguns conceitos que podem esclarecer essas dúvidas.

O Que É Data Mining?

Talvez a definição mais importante de Data Mining[1] tenha sido elaborada por Usama Fayyad (Fayyad et al. 1996):

"...o processo não-trivial de identificar, em dados, padrões válidos, novos, potencialmente úteis e ultimamente compreensíveis"

Esse processo vale-se de diversos algoritmos (muitos deles desenvolvidos recentemente) que processam os dados e encontram esses "padrões válidos, novos e valiosos". É preciso ressaltar um detalhe que costuma passar despercebido na literatura: embora os algoritmos atuais sejam capazes de descobrir padrões "válidos e novos", ainda não temos uma solução eficaz para determinar padrões valiosos. Por essa razão, Data Mining ainda requer uma interação muito forte com analistas humanos, que são, em última instância, os principais responsáveis pela determinação do valor dos padrões encontrados[2]. Além disso, a condução (direcionamento) da exploração de dados é também tarefa fundamentalmente confiada a analistas humanos, um aspecto que não pode ser desprezado em nenhum projeto que queira ser bem sucedido.

Os Passos do Data Mining

Mas 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 frequentemente usando visualização gráfica, um analista refina e conduz o processo até que valiosos 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, mas muito valioso.

Este é um dos conceitos importantes para nós neste artigo: 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 em particular 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.

Em outras palavras, não há como explorar essa informação em particular para que no futuro a empresa lucre mais. Apenas com conhecimento genérico é que isto pode ser obtido. Por essa razão devemos, em Data Mining, controlar nossa vontade de "não perder dados". Para que o processo dê certo, é necessário sim desprezar os eventos particulares para só manter aquilo que é genérico.

Dos Dados à Sabedoria

Assim como um organismo vivo, as empresas recebem informação do meio ambiente e também atuam sobre ele. Durante essas atividades, é necessário distinguir vários níveis de informação. O diagrama à esquerda apresenta a tradicional pirâmide da informação, onde se pode notar o natural aumento de abstração conforme subimos de nível.

Traduzido para uma empresa atual, esse diagrama fica como apresentado abaixo. O fundamental a se perceber neste diagrama é a sensível redução de volume que ocorre cada vez que subimos de nível. Essa redução de volume é uma natural consequência do processo de abstração.

Abstrair, no sentido que usamos aqui, é representar uma informação através de correspondentes simbólicos e genéricos. Este ponto é importante: como acabamos de ver, para ser genérico, é necessário "perder" um pouco dos dados, para só conservar a essência da informação. O processo de Data Mining localiza padrões através da judiciosa aplicação de processos de generalização, algo que é conhecido como indução. Na próxima seção vamos ver este processo um pouco mais de perto.

Localizando Padrões

Padrões são unidades de informação que se repetem, ou então são sequências de informações que dispõe de uma estrutura que se repete. A tarefa de localizar padrões não é privilégio do Data Mining. Nosso cérebro utiliza-se de processos similares, pois muito do conhecimento que temos em nossas mentes é, de certa forma, um processo que depende da localização de padrões[3]. Por essa razão, muito do que se estuda sobre o cérebro humano também pode nos auxiliar a entender o que deve ser feito para localizar padrões. Mas o que é mesmo localizar padrões? O que é indução? Para exemplificar esses conceitos, proponho um breve exercício de uma indução de regras abstratas[4]. Nosso objetivo é tentar obter alguma expressão genérica para a seguinte sequência:

Sequência original: ABCXYABCZKABDKCABCTUABEWLABCWO

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

Passo 1:

Passo 2:

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

Passo 3:

"ABC??" "ABD??" "ABE??" e "AB???",

onde '?' representa qualquer letra

No final desse processo, toda a sequência original foi substituída por regras genéricas indutivas[5] que simplificou (reduziu) a informação original a algumas expressões simples. Se você compreendeu esta explicação até aqui, então você acaba de conhecer um dos pontos essenciais do Data Mining: como se pode fazer para extrair certos padrões de dados brutos. Contudo, mais importante do que simplesmente obter essa redução (compressão) de informação, esse processo nos permite gerar formas de predizer futuras ocorrências de padrões. Este é exatamente o ponto onde este processo começa a mostrar o seu valor

Fazem-se agora induções, que geram algumas representações genéricas dessas unidades:Após determinarmos as sequências "ABC" e "AB", verificamos que elas segmentam o padrão original em diversas unidades independentes: A primeira etapa é perceber que existe uma sequência de letras que se repete bastante. Encontramos as sequências "AB" e "ABC" e observamos que elas ocorrem com frequência superior à das outras sequências. A literatura sobre o assunto trata com mais detalhes todos os passos necessários ao Data Mining. Veja, por exemplo, Groth (1998) e Han, Chen & Yu (1996). Para o escopo do que pretendemos neste artigo é suficiente apresentar os passos fundamentais de uma mineração bem sucedida (veja figura à direita). A partir de fontes de dados (bancos de dados, relatórios, logs de acesso, transações, etc) efetua-se uma limpeza (consistência, preenchimento de informações, remoção de ruído e redundâncias, etc). Disto nascem os repositórios organizados (Data Marts e Data Warehouses), que já são úteis de diversas maneiras.

Inteligencia Artificiial- IA

Inteligência Artificial (IA) é um ramo da ciência da computação que se propõe a elaborar dispositivos que simulem a capacidade humana de raciocinar, perceber, tomar decisões e resolver problemas, enfim, a capacidade de ser inteligente.
Existente há décadas, esta área da ciência é grandemente impulsionada com o rápido desenvolvimento da informática e da computação, permitindo que novos elementos sejam rapidamente agregados à IA.
História
Iniciada dos anos 1940, a pesquisa em torno desta incipiente ciência eram desenvolvidas apenas para procurar encontrar novas funcionalidades para o computador, ainda em projeto. Com o advento da Segunda Guerra Mundial, surgiu também a necessidade de desenvolver a tecnologia para impulsionar a indústria bélica.
Com o passar do tempo, surgem várias linhas de estudo da IA, uma delas é a biológica, que estuda o desenvolvimento de conceitos que pretendiam imitar as redes neurais humanas. Na verdade, é nos anos 60 em que esta ciência recebe a alcunha de Inteligência Artificial e os pesquisadores da linha biológica acreditavam ser possível máquinas realizarem tarefas humanas complexas, como raciocinar.
Depois de um período negro, os estudos sobre redes neurais volta à tona nos anos 1980, mas é nos anos de 1990 que ela tem um grande impulso, consolidando-a verdadeiramente como a base dos estudos da IA.
IA na vida real
Hoje em dia, são várias as aplicações na vida real da Inteligência Artificial: jogos, programas de computador, aplicativos de segurança para sistemas informacionais, robótica (robôs auxiliares), dispositivos para reconhecimentos de escrita a mão e reconhecimento de voz, programas de diagnósticos médicos e muito mais.

Sistema especialista

Um Sistema Especialista se divide em duas palavras, que são Sistema - "Conjunto de elementos, materiais ou ideais, entre os quais se possa encontrar ou definir alguma relação" e Especialista - "Pessoa que se consagra com particular interesse e cuidado a certo estudo. Conhecedor, perito", sendo uma classe de programa de computador desenvolvido por pesquisadores de Inteligência artificial durante os anos 1970 (1970) e aplicado comercialmente durante os anos 1980 (1980). Em síntese, são programas constituídos por uma série de regras (as vezes também heurísticas) que analisam informações (normalmente fornecidas pelo usuário do sistema) sobre uma classe específica de problema (ou domínio de problema).
Um termo relacionado é wizard (software) (em inglês). Como um sistema especialista, um wizard também é um programa de computador interativo que auxilia o usuário a resolver um problema. Normalmente, o termo wizard é empregado para designar programas que pesquisam uma base de dados procurando por critérios informados pelo usuário. Infelizmente, a distinção entre essas duas definições não é universal, e alguns programas baseados em regras são também chamados de wizards. Um sistema especialista(SE)é desenvolvido a partir da necessidade de se processar informações não numéricas, é capaz de apresentar conclusões sobre um determinado tema, desde que devidamente orientado e "alimentado". Um sistema especialista é uma forma de sistema baseado no conhecimento especialmete projetado para emular a especialização humana de algum domínio específico. Um SE irá possuir uma base de conhecimento formada de fatos e regras sobre o domínio, tal como um especialista humano faria, e devem ser capazes de oferecer sugestões e conselhos aos usuários.^[1]

Tipos de problemas solucionados por sistemas especialistas
Tipicamente, os problemas que podem ser solucionados por um sistema especialista são do tipo que seria atendido por um especialista humano - um médico ou outro profissional ( na maioria dos casos ). Especialistas reais no domínio do problema ( que normalmente é bem específico, como por exemplo "'diagnosticar doenças de pele em adolescentes'" ) fornecem regras gerais indicando como analisariam o problema, tanto explicitamente com a ajuda de um analista de sistema experiente, como implicitamente, fazendo com que estes especialistas analisem casos de teste e usando programas de computador para analisar os dados de teste e, de forma limitada, derivar regras dessa análise. Os sistemas especialistas trabalham com problemas cada vez mais difíceis, assim eles necessitam usar todas as técnicas disponíveis de Inteligência Artificial. A fim de escolher o método mais apropriado (ou uma combinação de métodos) para um determinado problema, é necessário analisá-lo em várias dimensões-chaves. Abaixo encontram-se os critérios que dão origem as classes de problemas e as classes propriamente ditas:
• O problema pode ser decomposto em um conjunto (ou quase isto) de subproblemas independentes, menores e mais fáceis?

- Decomponíveis;

- Não-decomponíveis.

• Certos passo em direção à solução podem ser ignorados ou pelo menos desfeitos caso fique provado que são imprudentes?

- Ignoráveis: as etapas para a solução podem ser ignoradas. Exemplo: demonstração de teoremas;

- Recuperáveis: as etapas para a solução podem ser desfeitas. Exemplo: quebra-cabeça de 8;

- Irrecuperáveis: as etapas para a solução não podem ser desfeitas. Exemplo: xadrez.

• A recuperabilidade de um problema tem papel importante na determinação da complexidade da estrutura de controle necessária para a solução do problema.

- Ignoráveis: estrutura de controle simples que nunca retrocede;

- Recuperáveis: estrutura de controle ligeiramente mais complicada (utilizará o retrocesso com uma estrutura de pilha na qual as decisões de pilha na qual as decisões são gravadas se precisarem ser desfeitas mais tarde), que às vezes comete erros;

- Irrecuperáveis: sistema que depende muito esforço para tomar decisões (sistema de planejamento no qual toda uma seqüência de passos é analisada de antemão, para descobrir onde levará, antes do primeiro passo ser realmente tomado), já que são definitivas.

• O universo do problema é previsível?

- Com resultado certo: podemos usar planejamento para gerar uma seqüência de operadores que certamente levará a uma solução. Exemplo: quebra-cabeça de 8;

- Com resultado incerto: podemos usar planejamento para, na melhor das hipóteses, gerar uma seqüência de operadores com boas chances de levar a uma solução. Exemplo: bridge, truco, canastra. Para solucionar problemas desse tipo precisamos permitir que um processo de revisão de planos ocorra durante a execução do plano e que seja fornecida a realimentação necessária.

• Uma boa solução para o problema pode ser considerada óbvia sem haver comparação com todas as soluções possíveis?

- Aceitam qualquer caminho: podem ser solucionados em tempo razoável através do uso de heurísticas que sugerem bons caminhos a serem explorados. Exemplo: lógica de predicados para saber se Marcos ainda vive;

- Só aceitam o melhor caminho: não existe a possibilidade de usarmos qualquer heurística que possa prever a melhor solução, portanto, será realizada uma busca mais exaustiva. Exemplo: problema do Caixeiro Viajante, encontrar a rota mais curta.

Enterprise Resource PlannIng- ERP

ERP (Enterprise Resource Planning) ou SIGE (Sistemas Integrados de Gestão Empresarial, no Brasil) são sistemas de informação que integram todos os dados e processos de uma organização em um único sistema. A integração pode ser vista sob a perspectiva funcional (sistemas de: finanças, contabilidade, recursos humanos, fabricação, marketing, vendas, compras, etc) e sob a perspectiva sistêmica (sistema de processamento de transações, sistemas de informações gerenciais, sistemas de apoio a decisão, etc).
Os ERPs em termos gerais, são uma plataforma de software desenvolvida para integrar os diversos departamentos de uma empresa, possibilitando a automação e armazenamento de todas as informações de negócios.
Vantagens do ERP
Algumas das vantagens da implementação de um ERP numa empresa são:

• Eliminar o uso de interfaces manuais
• Reduzir custos
• Otimizar o fluxo da informação e a qualidade da mesma dentro da organização (eficiência)
• Otimizar o processo de tomada de decisão
• Eliminar a redundância de atividades
• Reduzir os limites de tempo de resposta ao mercado
• Reduzir as incertezas do Lead time
• Incorporação de melhores práticas (codificadas no ERP) aos processos internos da empresa
• Reduzir o tempo dos processos gerenciais

Desvantagens do ERP

Algumas das desvantagens da implementação de um ERP numa empresa são:

• A utilização do ERP por si só não torna uma empresa verdadeiramente integrada;
• Altos custos que muitas vezes não comprovam a relação custo/benefício;
• Dependência do fornecedor do pacote;
• Adoção de melhores práticas aumenta o grau de imitação e padronização entre as empresas de um segmento;
• Torna os módulos dependentes uns dos outros, pois cada departamento depende das informações do módulo anterior, por exemplo. Logo, as informações têm que ser constantemente atualizadas, uma vez que as informações são em tempo real, ocasionando maior trabalho;
• Aumento da carga de trabalho dos servidores da empresa e extrema dependência dos mesmos;

Sistema de Automação de Força de Vendas

Automação de Força de Vendas

O software de Automação de Força de Vendas permitirá que você otimize o tempo de seus profissionais e aumente a produtividade da sua empresa. O sistema é composto por dois módulos, um que é executado no Palmtop e outro que é instalado no Desktop da organização, para estabelecer a comunicação automatizada entre eles.

Através desta solução, o vendedor terá em mãos informações necessárias para realizar suas vendas. O sistema disponibiliza a lista de preços e condições de pagamento, o histórico do cliente, o estoque disponível, a relação de produtos e outros dados importantes para fechar um bom negócio.

O software pode ser implementado de acordo com a necessidade de cada empresa, e seu custo é pequeno em relação aos benefícios obtidos. Esse sistema é perfeito para você munir sua equipe de vendas com informações ágeis e segura de todo relacionamento comercial e financeiro com o cliente

Sistema de Apoio Executivo- SAE

SAE - SISTEMA DE APOIO EXECUTIVO
O SAE (Sistema de Apoio ao Executivo) é um sistema de informações no nível estratégico de uma organização. O SAE reúne dados de toda a organização, permitindo aos gerentes selecionar e ajustar os dados para os fins necessários. Também permite aos executivos da organização analisar os mesmos dados de maneira única e padronizada.

O SAE traz muitos benefícios à organização, dentre os quais destacam-se:

Analisa, compara e destaca as tendências;

Amplia a abrangência de controle da alta administração;

Acelera o processo de tomada de decisão;

Melhora o desempenho administrativo.

Como resultados do SAE, pode-se destacar:

Formulação de respostas;

Identificação de alterações nas condições do mercado;

Sistema de Apoio à Decisão - SAD

Os SI até aqui descritos podem ter funções que forneçam informações para tomada de decisão. Segundo Ralph H. Sprague e Hugh J. Watson, no livro Sistemas de Apoio à Decisão [SPRA91], qualquer SI que forneça informações para auxílio à decisão é um sistema de apoio à decisão (SAD).

Essa afirmação é, porém, bastante questionável, pois SAD são sistemas que não só fornecem informações para apoio à tomada de decisão, mas que contribuem para o processo de tomada de decisão. A obtenção da informação é apenas parte do processo, como veremos detalhadamente adiante.

SAD, que também são conhecidos como "Decision Support Systems" (DSS), possuem funções específicas, não vinculadas aos sistemas existentes, que permitem buscar informações nas bases de dados existentes e delas retirar subsídios para o processo de tomada de decisão. SAD começam a ser desenvolvidos na organização a partir dos estágios de controle e integração no modelo proposto por Richard Nolan.

SAD serão discutidos em maior detalhe a seguir.

3. Sistemas de Apoio à Decisão

3.1. Conceituação

A necessidade dos SAD surgiu na década de 70, em decorrência de diversos fatores, como, por exemplo, os seguintes:

• Competição cada vez maior entre as organizações;
• Necessidade de informações rápidas para auxiliar no processo de tomada de decisão;
• Disponibilidade de tecnologias de hardware e software para armazenar e buscar rapidamente as informações;
• Possibilidade de armazenar o conhecimento e as experiências de especialistas em bases de conhecimentos;
• Necessidade de a informática apoiar o processo de planejamento estratégico empresarial.

Esses fatores contribuíram para que as organizações começassem a desenvolver SI que pudessem fornecer informações para auxiliar no processo de tomada de decisão.

A literatura disponível sobre SAD não deixa muito claro o que vem a ser um SAD. Existem muitas definições que são contraditórias e que podem, inclusive, ser confundidas com definições de outros tipos de SI.

Dentre as definições consultadas, ilustremos com três:

• "SAD é um sistema de informação que apoia qualquer processo de tomada de decisão em áreas de planejamento estratégico, controle gerencial e controle operacional" [SPRA91].
• "SAD é um sistema baseado em computador que auxilia o processo de tomada de decisão utilizando dados e modelos para resolver problemas não estruturados " [LUCA90].
• "SAD é uma estratégia de implementação que torna o computador útil ao gerente" [ROCK86].

Analisando essas definições, algumas questões podem ser levantadas, como, por exemplo:

• Um EIS também auxilia o processo de tomada de decisão na área de planejamento estratégico e, nem por isso, é chamado de SAD. O mesmo acontece com MIS na área de controle gerencial e com EDP na área de controle operacional.
• Um SAD também serve para auxiliar a resolução de problemas estruturados.
• Todo SI pode ser útil ao nível gerencial e, nem por isso, todo SI será um SAD.

Um EIS, um MIS e um EDP podem ter funções que forneçam informações para apoio à decisão. Porém, esses SI não foram construídos com o objetivo de auxiliar o processo de tomada de decisão. Quando se fala em auxiliar o processo de tomada de decisão, isso não significa somente fornecer informações para apoio à decisão, mas, também, analisar alternativas, propor soluções, pesquisar o histórico das decisões tomadas, simular situações, etc.

O processo de tomada de decisão se desenrola, portanto, através da interação constante do usuário com um ambiente de apoio à decisão especialmente criado para dar subsídio às decisões a serem tomadas. Esse ambiente, representado na Figura 3.1, é constituído por:

Figura 3.1.

• Bancos de Dados (BD) - São formados por informações internas e externas à organização, por conhecimentos e experiências de especialistas e por informações históricas acerca das decisões tomadas.
• Sistema Gerenciador de Banco de Dados (SGBD) - Após os dados estarem instalados no BD, o SGDB deve possibilitar o acesso às informações e a sua atualização, garantindo a segurança e a integridade do BD [AWAD88].
• Ferramentas de Apoio à Decisão (FAD) - São softwares que auxiliam na simulação de situações, na representação gráfica das informações, etc.
• Ambiente Aplicativo (AA) - São sistemas aplicativos ou funções acrescidas aos sistemas existentes que fazem análise de alternativas e fornecem soluções de problemas.
• Ambiente Operacional (AO) - É composto por hardwares e softwares que permitem que todos os componentes do ambiente sejam integrados.

A todo esse ambiente, que fornece subsídios para que o usuário tome decisões, é que daremos neste trabalho o nome de SAD.

3.2. Características

As principais características dos SAD são:

• Possibilidade de desenvolvimento rápido, com a participação ativa do usuário em todo o processo;
• Facilidade para incorporar novas ferramentas de apoio à decisão, novos aplicativos e novas informações.
• Flexibilidade na busca e manipulação das informações [BURC89];
• Individualização e orientação para a pessoa que toma as decisões, com flexibilidade de adaptação ao estilo pessoal de tomada de decisão do usuário [MITT86];
• Real pertinência ao processo de tomada de decisão, ajudando o usuário a decidir através de subsídios relevantes;
• Usabilidade, ou seja, facilidade para que o usuário o entenda, use e modifique de forma interativa. [AWAD88].

3.3. Motivação para Uso

Quando uma organização não possui sistemas de informação que auxiliem o processo de tomada de decisão, as decisões são baseadas em dados históricos e em experiências individuais. Quando existe um SAD apoiando esse processo, as informações fornecidas por ele são incorporadas aos dados históricos e experiências individuais, possibilitando melhores condições para a tomada de decisão.

Em qualquer das situações citadas, a saída ou a mudança do usuário poderá causar grande impacto na organização. Isto acontecerá devido à perda da história de como as decisões foram tomadas.

Partindo do princípio de que um SAD auxilia o processo de tomada de decisão, é importante que seus conceitos retratem a cultura da organização e façam parte integrante dela, não servindo apenas para atender às necessidades específicas de um usuário. Este é o principal motivo para que as empresas implantem SI que auxiliam o processo de tomada de decisão.

O sucesso de um SAD, a sua continuidade, e, principalmente, a motivação para que as pessoas responsáveis pela tomada de decisão o utilizem dependem dos seguintes fatores:

• O modelo construído deve atender às necessidades gerais da organização e não somente às necessidades específicas de um usuário;
• Eventuais mudanças no sistema devem ser feitas rapidamente pelo analista de sistemas para atender a novas necessidades de informação para apoio à decisão;
• Informações sobre as decisões tomadas devem ser armazenadas e estar disponíveis para que outras pessoas as utilizem em novos processos de tomada de decisão;
• A interface com o usuário deve ser a mais amigável possível;
• A obtenção das informações, internas e externas à organização, deve ser imediata;
• Os benefícios da utilização de SAD devem ser disseminados na organização através de cursos, palestras, etc.

3.4. Tendências no Uso de SAD

À medida que a informática vai evoluindo dentro das empresas (os sistemas transacionais já estão implantados, já existem sistemas que fornecem informações gerenciais, etc.), a tendência natural é que aumente a demanda por SAD. O grande incentivo para a utilização de SAD se dará, porém, quando a eles forem incorporadas algumas importantes tecnologias de informação, já disponíveis ou emergentes, como as seguintes:

• Groupware ou CSCW (Computer-Supported Cooperative Work)

Essa tecnologia permitirá que duas ou mais pessoas trabalhem em tarefas comuns, em ambientes computacionais completamente diferentes, mesmo que estejam localizadas em locais geograficamente distantes, interagindo, discutindo e tomando decisões sobre um mesmo assunto [KRAS91]. Uma aplicação para a área médica que utiliza esse conceito é a Telemedicina, onde especialistas podem discutir radiografias, resultados de exames, visualizar operações e tomar decisões em conjunto sobre o estado clínico de pacientes localizados em salas ou mesmo em hospitais diferentes e distantes.

• Simulação

Muitas decisões poderão ser tomadas através de modelos simulados em computadores que servirão para analisar e avaliar um amplo conjunto de problemas do mundo real [FITZ93]. As alternativas de decisão poderão ser analisadas e validadas através de simulação antes que a decisão seja tomada.

• Gerenciadores de Informação

Esses sistemas permitirão obter, integrar e manipular, além dos dados quantitativos, os dados qualitativos de todos os SI existentes na organização.

• Multimídia

Multimídia possibilitará que um SAD possa guardar e buscar informações contidas em gerenciadores de banco de dados através de hiperdocumentos, ou seja, documentos computadorizados que contenham diagramas, imagens, sons, animação, vídeo e texto, disponibilizados através de formas de acesso totalmente flexíveis [MART92]. A informação para auxílio à tomada de decisão poderá ser encontrada e visualizada de forma mais rápida e fácil.

• Expert Systems

Através da área da inteligência artificial, que se ocupa da construção de sistemas que manipulam informações armazenadas em bases de conhecimento e que retratam o raciocínio de especialistas [ROCK86], será possível guardar as decisões tomadas e o raciocínio que foi utilizado para se chegar a elas. Os SAD poderão buscar informações nessas bases de conhecimento para auxiliar futuras decisões.

• Interfaces Amigáveis

O acesso às informações oferecidas por um SAD poderá ser feito através de ícones acionados por mouses ou tocados com os próprios dedos. Os teclados e mesmo os mouses futuramente deverão ser substituídos pela voz humana. A representação da informação será exibida através de várias mídias (voz, sons, imagens, animação, texto, etc.). Isto tornará a interface bem mais agradável.

• Redes de Comunicação

O avanço das redes de comunicação permitirá a transmissão simultânea e sincronizada de sons, imagens, vídeos, dados e textos em alta velocidade, com informações totalmente digitais e com alto grau de segurança. A obtenção das informações para auxílio à decisão será instantânea.

Sistemas de Informações Gerenciais (SIG)

Sistema de informação de gestão

Sistema de Informação de Gestão ou Sistema de Informações Gerenciais (SIG) (do inglês, Management Information System – MIS) é um sistema de informação, tipicamente baseado em computadores, utilizado no seio de uma organização. A WordNet descreve um sistema de informação como "um sistema que consiste na rede de canais de comunicação numa organização".
Um sistema de informação é composto por todos os componentes que recolhem, manipulam e disseminam dados ou informação. Incluem-se tipicamente hardware, software, pessoas, sistemas de comunicação como linhas telefónicas, e os dados propriamente ditos. As actividades envolvidas incluem a introdução de dados, processamento dos dados em informação, armazenamento de ambos, e a produção de resultados, como relatórios de gestão.
Como área de estudo é tipicamente referida como administração ou gestão de tecnologias de informação. O estudo de sistemas de informação é vulgarmente uma disciplina de administração e gestão comercial, e envolve frequentemente desenvolvimento de software, mas também se distingue concentrando-se na integração de sistemas computadorizados mediante os objectivos da organização. Esta área de estudo não deve, no entanto, ser confundida com Ciência da Computação, sendo esta mais teórica e matemática por natureza, ou com Engenharia dos computadores.
No contexto empresarial, os sistemas de informação ajudam os processos de negócio e operações, tomadas de decisão e estratégias competitivas.Papel de suporte funcional
A função de suporte aos processos e operações de negócio é a mais básica: envolve recolhimento, registo, armazenamento e pré-processamento de dados. Os sistemas de informação ajudam os processos e operações, tornando-os mais ágeis, baratos, padronizados e rastreáveis:

• registrando e armazenando dados das vendas, compras, investimentos, salários e outra contabilidade;
• processando os registros de contabilidade em previsões de lucro, balanço, relatórios de gestão, e outras formas de informação financeira;
• registrando e armazenando dados do inventário, trabalho em curso, reparação e manutenção de equipamento, cadeia de fornecimento, e outros registros de produção/operação;
• processando estes registros de operações em agendas de produção, controladores, sistemas de inventário, e sistemas de monitorização da produção;
• registrando e armazenando dados sobre o pessoal, salários, histórico de contratações, e outros registros de recursos humanos;
• processando estes registos em relatórios de despesas com pessoal, e relatórios baseados em desempenho;
• registrando e armazenando dados de mercado, perfis de cliente, histórico de compras por cliente, estudos de mercado, publicidade, e outros registos de marketing;
• processando estes registros de marketing em relatórios de elasticidade publicitária, planos de marketing, e relatórios de vendas;
• registrando e armazenando dados de análise dos competidores, industriais, objectivos empresariais, e outros registros de gestão estratégica;
• processando estes registros de gestão estratégica em relatórios de trocas industriais, quotas de mercado, planejamento de objetivos, e modelos de portfolio;
• usando os pontos supracitados para implementar, controlar e monitorizar planos, estratégias, tácticas, novos produtos, novos modelos de negócio, ou novos investimentos.

Previamente a um investimento em tecnologia de informação, torna-se necessário alinhar quais as informações que serão necesárias. Essas informações deverão estar alinhadas com os objetivos da organização, e só assim elas podem agregar valor para os tomadores de decisão.

[editar] Papel de suporte à decisão

A função de suporte à elaboração de decisões de negócio vai um passo mais à frente. É parte integrante na tomada de decisões. Permite aos utilizadores formular questões "E se..?": E se aumentarmos o preço em 5%? ; E se aumentarmos o preço em 10%? ; E se reduzirmos o preço em 5%? ; E se aumentarmos o preço em 10% agora, e reduzi-lo em 5% em três meses? Também permite aos utilizadores ligar com contingências: E se a inflação aumenta em 5% (em vez dos 2% previstos), o que fazer? Que fazer se formos confrontados com a greve ou uma nova ameaça da concorrência?
A ferramenta de elaboração de decisões mais básica e versátil é a folha de cálculo, mas estas são, por norma, muito pouco amigáveis em termos de interface. Programas mais sofisticados costumam incorporar ferramentas de tomadas de decisão estatísticas como análise de sensibilidade, análise Monte Carlo, análise de risco, análise de quebra e análise de Bayes. Se, por exemplo, se encontra a utilizar um sistema de informação para decidir sobre a introdução de um novo produto, o programa deve incorporar ferramentas como análise logit, Análise B.C.G., análise conjunta, análise de margem de contribuição, escalonamento multi-dimensional, Análise Multi-Factoral G.E., análise de factor, análise de cluster, análise discriminativa, Quality Function Deployment, regressão preferencial, e tradução preferência-grau.

[editar] Papel de suporte estratégico

Os sistemas de informação podem ajudar no posicionamento competitivo de uma empresa. Distinguem-se três níveis de análise.

1. Os suportes na ajuda ao controlo da cadeia interna. Estes são os mais recentes, os mais pragmáticos e encontram-se ao alcance do gestor. São soluções de redução de custo e gestão da performance. Indicam-se sob o nome "Análise de Fluxo de Negócio" (BWA - Business Workflow Analysis) ou "Sistemas de Gestão de Negócio p2p". Redes de ferramentas asseguram o controlo do conjunto de funções da empresa; o efeito em tempo real dos custos de disfunções perturba a contabilidade, avaliação e relatório dos resultados financeiros, articulados na avaliação e nos relatórios de controlo de qualidade.
2. Qualquer empresa de sucesso tem uma (ou duas) funções que desempenha melhor que a competição: competência de núcleo. Se uma competência de núcleo de uma empresa lhe oferece uma vantagem no mercado a longo prazo, é designada de vantagem competitiva persistente. Para uma competência de núcleo atingir este nível terá que se tornar difícil de imitação, única, persistente, superior à concorrência, e aplicável a múltiplas situações. Alguns exemplos de características empresariais que podem constituir uma vantagem competitiva persistente são: melhor qualidade do produto, contratos de distribuição extensíveis, equidade acumulada no ramo e reputação positiva da empresa, técnicas de produção de baixo custo, patentes e direitos de autor, monopólios protegidos pelo estado, e melhores equipas de funcionários e gestores. A lista de características de uma vantagem competitiva persistente é muito extensa. No entando existem alguns comentadores que defendem que no mundo da concorrência rapidamente adaptativa, nenhuma dessas vantagens consegue persistir por um longo prazo. Estes defendem que a única vantagem competitiva verdadeiramente persistente é construir uma organização tão alerta e ágil que consiga sempre detectar vantagens imediatamente, independentemente das alterações no mercado.
3. Os sistemas de informação muitas vezes ajudam e ocasionalmente constituem estas vantagens competitivas. A rápida velocidade das mudanças tornou crítico o acesso à informação pontual e actual em ambientes competitivos. Os sistemas de informação, tal como os sistemas de rastreio de ambiente comercial, ajudam praticamente todas as vantagens competitivas. Um exemplo é a Wal-Mart, que usavam uma extranet para integrar toda a sua cadeia de fornecimento. Esta utilização dos sistemas de informação deu a Sam Walton uma vantagem competitiva durante duas décadas. Outro exemplo é a Dell Computer, que usava a Internet para comercializar PC's à medida. Michael Dell ainda beneficia desta promoção de baixo custo e técnica de distribuição. Outros exemplos são eBay, Amazon.com, Federal Express, e Análise de Fluxo de Negócio Oberon-bwa.

Papel de monitorização de performance

Os SIG não se resumem à análise de dados e estatísticas: precisam ser utilizados como ferramenta de Administração por objectivos (MBO - Management by objectives), e ajudam a:

• estabelecer objectivos relevantes e quantificados
• monitorizar resultados e performances (taxas de sucesso)
• enviar alertas, em alguns casos diariamente, aos gestores de cada nível da organização, em todas as variações entre resultados e objectivos pré-estabelecidos e orçamentos.

Sistemas de Automação de Escritório (STE)

Automação de escritório é um conceito que envolve o uso de equipamentos de informática e softwares para criar, coletar, armazenar, manipular e retransmitir digitalmente informações necessárias para a realização de tarefas e cumprimento de objetivos em um escritório (local de trabalho). Armazenamento de dados brutos, transferências eletrônicas e gerenciamento eletrônico de informações de negócios consistem nas atividades básicas de um sistema de automação de escritório.^[1] A automação de escritório ajuda a otimizar e automatizar procedimentos administrativos existentes.

A espinha dorsal da automação de escritório é a LAN, a qual permite que os usuários transmitam dados, correspondência e até voz através da rede. Todas as tarefas realizadas em um escritório, inclusive ditado, digitação, preenchimento de formulários, cópia, transmissão e recepção de fax e telex, gerenciamento de microfilmes e registros, uso de telefone e PABX recaem nesta categoria. A expressão "automação de escritório" (office automation em inglês) era uma expressão popular nos anos 1970 e anos 1980, antes que o computador pessoal entrasse em cena.^[2]

Elementos do conceito O conceito de automação de escritório surgiu em meados dos anos 1970 nos EUA, como fruto do desenvolvimento de computadores de processamento distribuído (onde vários usuários podiam acessar simultaneamente um único equipamento). Baseava-se num tripé (comunicação, periféricos e inteligência artificial), sobre o qual fizeram-se grandes avanços, mas que ainda não atingiu o estágio ideal imaginado naquela época.

1. Comunicação: além da "democratização" do uso de computadores através de terminais, um crescente número de satélites trouxe a expansão das linhas telefônicas para comunicação internacional e transmissão de dados. Tudo isso permitiu a interligação dos computadores em rede e a implantação de incipientes escritórios "online". Num futuro não muito remoto, acreditava-se na época, os escritórios seriam totalmente digitais - não se usaria mais papel. Além disso, com a transmissão de voz e imagem pela rede, os usuários poderiam realizar vídeoconferências, o que reduziria os deslocamentos físicos de funcionários e eliminaria despesas de viagem.
2. Periféricos: num escritório automatizado descrito no início dos anos 1980, todos os periféricos estariam interligados, o que eliminaria a burocracia e o trabalho redundante. Embora o retrabalho seja, muitas vezes, evitado, o excesso de informações causados por todos esses periféricos interligados (telefones celulares, impressoras de rede, scanners etc) não parece ter contribuído sensivelmente para reduzir a burocracia.
3. Inteligência: embora não tenha ainda atingido o nível de inteligência artificial, desenvolveu-se sob a forma de softwares cada vez mais intuitivos e interativos, que contam com assistentes para guiar o usuário na realização de tarefas.

Sistemas de Trabalhadores do Conhecimento

STC, linguagem comum, utilizada no mundo do desenvolvimento tecnológico, caracteriza-se como um conceito que engloba capacidade de realizações de tarefas complexas sem interferencia humana; uma inteligência artificial. Logicamente, não se trata de algo que se desenvolve por si só, como um fenômeno natural, mas sim, apartir de conhecimentos humano agrupados e harmonizados para um fim.

Esse conceito é um termo que envolve o conhecimento técnico e científico e as ferramentas, processos e materiais criados e/ou utilizados a partir de tal conhecimento; ou seja tecnologia,_ tecnologia de ponta.

O termo tecnologia pode ser usado para descrever o nível de conhecimento científico, matemático e técnico de uma determinada cultura, desenvolvido e aplicado numa determinada área, visando obter melhor desempenho de funcionalidade e resultados de qualidade e precisão. De uma forma geral, tecnologia é o encontro entre ciência e engenharia, sendo um termo que inclui desde as ferramentas e processos simples, tais como um utencílio doméstico de funcionalidade vulgar, até as ferramentas e processos mais complexos já criados pelo ser humano, tal como aplicativos de precisão, como recursos aplicados para fontes de pesquisa numa Estação Espacial. Todas as ferramentas nascem de uma necessidades humana e quando através de aplicativos seus os recursos são desenvolvidos a ponto de executarem suas funções sem a necessidade constante da interferencia do homem se qualificam como sistemas inteligentes e enquadram-se nesse conceito da tecnologias científica: Sistema de Trabalhadores de Conhecimento.

A competição global cria inúmeros desafios e oportunidades que possibilitam o desenvolvimento de programas supereficientes e por contra partida gera conflito e mais conflito devido o impacto nos âmbitos social.

A Robótica é um ramo da tecnologia que engloba mecânica, eletricidade, eletrônica e computação, que atualmente trata de sistemas compostos por máquinas e partes mecânicas automáticas e controladas por circuitos integrados, tornando sistemas mecânicos motorizados, controlados manualmente ou automaticamente por circuitos elétricos. A essas máquinas vivas chamamos rôbos. Hoje essa tecnologia é adotada por muitas fábricas e indústrias e atigem seus obejetivos com enorme vantagem se comparada a mão-de-obra humana em queatão de redução de custos, aumento de produtividade e os vários problemas trabalhistas com funcionários. O foco dessa inteligência é exclusivamente direcionada a resultados enquanto o homem, aonde vai, carrega sua preocupações.
As ferramentas e as máquinas são usadas para resolver problemas; as técnicas, conhecimentos, métodos, materiais, ferramentas, e processos usados para resolver problemas ou ao menos facilitar a solução dos mesmos formam o conceito STC.
Existe um equilíbrio muito tênue entre as vantagens e as desvantagens que o avanço da tecnologia traz para a sociedade. A principal vantagem é refletida na produção industrial: a tecnologia torna a produção mais rápida e maior e, sendo assim, o resultado final é um produto mais barato e com maior qualidade. As desvantagens desse sistema é de certa forma preocupante, porém inevitável, como por exemplo, nas metrópoles, o desemprego estrutural _ O desemprego causado pelas novas tecnologias, como a robótica e a informática, recebe o nome de desemprego estrutural _ no campo, o êxosdo rual, etc. A aplicação de recursos para a resolução desses problemas provém de sitemas similares, mas como nascem dentro desse ciclo torna-se aceito como normalidade; pois, o progresso, o crescimento econômico e cultural deve muito a tais sistemas.

Sistemas de Processamento de Transações- SPT

 Sistema de Processamento de Transação (SPTs), são sistemas de suporte, em nível operacional, às atividades do dia a dia da organização. São utilizados na automação de tarefas repetitivas e transacionais, como as de controle de estoques, contabilidade, sistemas de cobrança e pago de contas, folha de pagamento, etc. É o mais antigo tipo de sistema de informação. Os sistemas deste tipo geralmente são padronizados, isto é, que devem ser operados da mesma forma. Como eles suportam as operações da empresa, as respostas do sistema devem ser rápidas, o sistema também deve ser confiável