Business Intelligence Auxílio às organizações no processo da tomada de decisão

O presente trabalho destinada para o complemento de grau de licenciatura tem como objectivo principal analisar o auxílio de Business Intelligence (BI) às organizações na sua melhoria contínua no desempenho e qualidade de serviços, sobretudo no processo de tomada de decisão e estudo da sua existência na Cabo Verde Telecom. As tecnologias associadas a ele, nomeadamente, data warehouse, data mining e olap são primordiais para a tomada de decisão sobre as actividades estratégicas no mercado de negócios. Essas tecnologias permitem uma análise cuidada dos dados, transformando-os em informações pertinentes para a tomada de decisão nas empresas, garantindo com isto o seu crescimento no mercado.

Apoio à Administração, Business Intelligence. O caso Unipiaget

A memória realizada no âmbito do regulamento dos Cursos de Graduação da Universidade Jean Piaget de Cabo Verde, apresenta um estudo exaustivo sobre Sistemas de Apoio à Decisão e Businees Intelligence, mais concretamente, o estudo da sua arquitectura, os benefícios que trazem a uma organização, bem como a sua integração às estratégias empresariais, com vista ao alcance dos objectivos traçados. Ainda, apresenta um estudo de caso sobre a Unipiaget, cujas conclusões indicam que essa Universidade, ainda tem muito o que fazer para que haja uma real partilha de conhecimento extraído do seu Sistema Informação, que ao contrário de muitas empresas em Cabo Verde, é apoiada por Tecnologias de Informação e Comunicação bem actuais e capazes. A memória permitiu alcançar os objectivos preconizados no início da elaboração da mesma, sem que tenha havido sobressaltos, apesar da escassa bibliografia.

Sistema de Informação de Apoio à Detecção de Perdas de Energia Eléctrica – O Caso da Electra

A realidade mundial é preocupante no que diz respeito ao aumento de ocorrências de perdas e fraudes em redes de distribuição de energia eléctrica. Em Cabo Verde, mas precisamente na Cidade da Praia a realidade é ainda mais preocupante devido ao número de ocorrências e a gravidade dos mesmos. Propõe-se um trabalho de investigação sobre perdas e fraudes de energia eléctrica baseado na análise dos dados relativos aos registos dos clientes na Base de Dados da Electra (Cabo Verde), com o intuito de nortear as tomadas de decisões de gestão estratégica no que diz respeito às políticas de controlo e prevenção de perdas e fraudes de energia eléctrica. O trabalho baseia-se na recolha e selecção de dados a organizar numa Data Warehouse para depois aplicar as tecnologias OLAP para a identificação de perdas nos Postos de Transformação e zonas geográficas da Cidade da Praia em Cabo Verde e posteriormente identificar possíveis fraudes de energia eléctrica nos clientes finais utilizando Data Mining. Os resultados principais consistiram na identificação de situações de perdas de energia eléctrica nos Postos de Transformação, a identificação de áreas críticas seleccionadas para inspecção dos seus clientes finais e a detecção de padrões de anomalias associadas ao perfil dos clientes.

Sistema de Informação de Apoio à Detecção de Perdas de Energia Eléctrica – O Caso da Electra

A realidade mundial é preocupante no que diz respeito ao aumento de ocorrências de perdas e fraudes em redes de distribuição de energia eléctrica. Em Cabo Verde, mas precisamente na Cidade da Praia a realidade é ainda mais preocupante devido ao número de ocorrências e a gravidade dos mesmos. Propõe-se um trabalho de investigação sobre perdas e fraudes de energia eléctrica baseado na análise dos dados relativos aos registos dos clientes na Base de Dados da Electra (Cabo Verde), com o intuito de nortear as tomadas de decisões de gestão estratégica no que diz respeito às políticas de controlo e prevenção de perdas e fraudes de energia eléctrica. O trabalho baseia-se na recolha e selecção de dados a organizar numa Data Warehouse para depois aplicar as tecnologias OLAP para a identificação de perdas nos Postos de Transformação e zonas geográficas da Cidade da Praia em Cabo Verde e posteriormente identificar possíveis fraudes de energia eléctrica nos clientes finais utilizando Data Mining. Os resultados principais consistiram na identificação de situações de perdas de energia eléctrica nos Postos de Transformação, a identificação de áreas críticas seleccionadas para inspecção dos seus clientes finais e a detecção de padrões de anomalias associadas ao perfil dos clientes.