BUSINESS INTELLIGENCE COMO FERRAMENTA PARA MELHORIA NA QUALIDADE DO ENSINO

Alexandre Rocha de Souza, Cristian Costa dos Santos, Renato Nascente Jnior Universidade Gama Filho, Candelria - Av. Presidente Vargas, 62 - Centro - RJ a1exandrer0cha.ti@gmail.com, cristiandossantos.ti@gmail.com, nascentejunior@gmail.com Resumo. Este artigo refere-se business intelligence (BI) nas instituies de ensino. BI so tcnicas, prticas e aplicaes usadas para aproveitar os recursos internos e externos de informao de uma instituio para apoiar e melhorar na tomada de deciso. Abstract. This article refers to business intelligence (BI) in educational institutions. BI are techniques, practices and applications used to leverage internal resources and external information from one institution to support and improve decision making.

1. Introduo
Ultimamente a escolha de adotar o business intelligence como estratgia de tomada de deciso vem crescendo nos ltimos anos nas instituies de ensino, alguns motivos incluem uma maior demanda por responsabilidade, obrigao de se trabalhar mais com menos e a facilidade com que o business intelligence trabalha com as aplicaes comumente usadas. Hoje somente com a informao as organizaes no conseguem se diferenciar competitivamente, para tal, estas precisam transformar a informao obtida em conhecimento, logo se justifica o uso do business intelligence para o aprimoramento do ensino. O propsito do business intelligence dar apoio a misses e objetivos das instituies, permitindo tomar decises baseando-se em fatos. A incluso de conceitos do business intelligence, como uma importante ferramenta de tomada de deciso, com uma abordagem voltada especificamente para prover melhorias na qualidade do ensino. Segundo MACHADO (2012) importante ressaltar que para uma efetiva melhora na qualidade da educao necessrio a elaborao de propostas e aes de investimentos com base em resultados dos dados previamente obtidos atravs de avaliaes internas e externas, sendo esta uma forma de melhorar o desenvolvimento de processos com uso dos resultados. As atividades relacionadas ao uso de business intelligence contribuem diretamente com a melhoria e aprimoramento dos sistemas de gesto usados atualmente. No trabalho de REIS et alia (2006), possvel observar que no garantia de uma posio privilegiada de uma organizao no mercado, mesmo esta tendo em seu

poder apenas informaes, um diferencial competitivo pode ser adquirido quando uma organizao consegue no s modificar as informaes, como tambm us-las com o objetivo de obter novos produtos ou servios, atendendo a necessidade de seus clientes. Ressalta ainda a importncia da gesto do conhecimento, administrar este conhecimento assunto emergente no estudo das organizaes contemporneas e se relaciona com o sucesso (REIS et alia, 2006, p.1 ), refletindo positivamente nas mudanas de todos os Stakeholders. Como observado pelo MINISTRIO DA EDUCAO, que um analista atualmente:
[...] o trabalho do profissional Analista OLAP (On-line Analytical Processing), o qual manipula e analisa um grande volume de dados sob mltiplas perspectivas, essencial e contribuir para estruturao de mecanismos que visem auxiliar nas decises estratgicas, por meio da soluo de BI/DW. (2012, p. 2).

2. O Uso da Tecnologia para Obteno do Conhecimento

O business intelligence tambm conhecido como Inteligncia Empresarial utiliza-se de um grupo de metodologias que so implementadas por meio de ferramentas que possuem o objetivo de gerar maiores ganhos nas tomadas de decises das instituies, transformando dados em conhecimento. O business intelligence composto pelo data mining, data mart (DM) e data warehouse (DW).

2.1 Data Warehouse (DW)

Conhecido tambm como repositrio de dados, utilizado para auxiliar as empresas na tomada de deciso, considerado um banco de dados estruturado, facilitando assim a anlise de dados, gerao dos relatrios destes e visualizao de resultados, permitindo que empresas obtenham informaes provenientes de seus prprios dados, possibilitando assim um planejamento de novas estratgias no futuro (LOPES, 2007).

2.2 Data Mart (DM)

Pode ser considerado do mesmo escopo do data warehouse, diferenciando-se apenas pela finalidade do projeto, tambm pode ser considerado um sub conjunto do data warehouse. FORTULAN e GONALVES FILHO (2005, p.60) afirmam que: Os data marts so menores e de implantao mais rpida e podem ser tratados inclusive como um projeto piloto para que a empresa comece a conhecer os benefcios desta tecnologia.

2.3 Data Mining

O seu objetivo extrair o conhecimento necessrio dos dados que foram armazenados no data warehouse para buscar padres e relaes entre os mesmos, para isso, vrios algoritmos so utilizados, pois no um processo simples e trivial, mesmo esses programas no conseguem obter grandes resultados na busca de dados valiosos, precisando assim da interao de analistas para aprimorar o processo.

3. Coleta de Dados e Anlise dos Resultados

Os dados referentes aos docentes foram conseguidos atravs de relatrios, j as informaes referentes aos alunos foram obtidas analisando a base de dados da instituio, a outra parte do conhecimento coletado foi alcanada atravs de entrevistas realizadas com tcnicos e gestores integrantes do grupo de estrategistas responsveis pela formulao de mtricas.

4. Fases da Pesquisa 4.1 Anlises de Dados e Definio de Objetivos

O objetivo de analisar os dados da pesquisa pertence SED (Secretaria de Educao e Inovao), os participantes consistem em alunos da rede pblica. Cabe a SED a realizao de polticas que apoiem a educao seja selecionando, adotando e produzindo tecnologias voltadas a educao para todos os nveis de ensino. A SED contava no ano de 2003 com uma massa de 876.074 alunos matriculados em 1.301 unidades estaduais, que possuam professores participantes da capacitao da Secretaria Estadual de Educao que visava humanizao voltada para a democratizao, a avaliao de processos educacionais com devido acompanhamento. Desta capacitao foram gerados relatrios entre os anos de 2003 e 2004 alm de entrevistas com os tcnicos da SED responsveis pela mesma. Quadro dos eventos de capacitao docentes realizados em 2003 Tipo de Evento Eventos Externos Centralizados Eventos 23 571 Carga Horria 612 10.595 1.773 Cursistas 370 18.152 3.719 Custos 107.503,11 4.641.399,95 1.263.741,47

Descentralizados 71

Total 665 12.980 22.241 6.012.644,53 (Adaptada) Quadro 1 Indicativo de eventos realizados Relatrio de Capacitao 2003 (2003)

4.2 Base de Dados

Primeiramente necessrio que seja feita a seleo de uma pequena amostragem para que seja reflexo dos objetivos buscados pela aplicao do processo e que atenda tambm limitaes e exigncias para a entrada no algoritmo que extrair padres, sendo assim essas

informaes so submetidas a processos estatsticos filtrando-os para uma futura minerao de dados. Posterior a essa etapa, foi feita a anlise por disciplina/curso dividida bimestralmente, com exceo do ensino mdio que foi feito uma anlise semestral. No devemos esquecer que o data warehouse deve ser desenvolvido com a possibilidade de expanso futura, que mantenha o mesmo desempenho guardando grande quantidade de dados, sendo possvel tambm a alterao de algumas ferramentas escolhidas no incio do projeto por outras com um desempenho maior e mais atual. Tudo isso descrito acima deve ser implantado utilizando equipamentos eficientes e de boa qualidade, visando conservar todas as reas do sistema.

4.3 Anlises do Conhecimento

Depois de obter as informaes e estabelecer um padro de critrios com base em preciso, compreenso e interesse. Faz-se necessrio uma avaliao do conhecimento adquirido na minerao, na fase de preparao dos dados e a partir disso identificar: A faixa dos alunos com crescimento positivo nas notas; A faixa dos alunos com facilidade de aprendizagem; A faixa dos alunos com dificuldades de aprendizagem; A faixa dos alunos com aptido para aprendizagem; Aps a interpretao dos resultados obtidos, h o registro de aumento significativo na quantidade do rendimento escolar.

4.4 A Utilizao do Conhecimento

Para utilizao do conhecimento vlido, deve ser criado um sistema de aplicao fazendo uso de mecanismos que auxiliem a tomada de decises estratgicas de capacitao docente, de mudanas ou permanncia de aes. A presente pesquisa permitiu realizar uma anlise em funo dos valores das notas, na avaliao de aprendizagem, destacando as situaes descritas abaixo: Observou-se a melhoria da qualidade do ensino, devido consequncias do processo de capacitao docente, que refletiu no aumento das notas de determinado grupo, depois de adequaes no modelo atual, para uma reformulao estratgica mais intensa, retratando uma realizao positiva. Uma premissa negativa pode ser observada num determinado grupo, sendo necessria uma reformulao estratgica de aes que reflitam positivamente na melhoria da qualidade de ensino, visto que nem sempre a capacitao do docente garante uma premissa positiva. A ultima situao observada descreve um efeito positivo nos valores das notas, um grupo que atendeu bem as estratgias aonde o docente e os alunos foram motivados ao trabalho

interdisciplinar, aumentando de forma significativa a qualidade do ensino potencializada por meio de formulao estratgica.

5. Fases de Estruturao do Processo de KDD

O processo de KDD proposto por FAYYAD (1996) no qual est inserido o data mining estruturado em cinco fases, segundo a imagem abaixo:

Figura 1: Fases das tcnicas de KDD proposto por FAYYAD (1996).

Primeira Fase: Definio de objetivos e conhecimento dos domnios a serem atendidos, o conhecimento prvio relevante, a viabilidade, os custos da aplicao e os resultados esperados. Segunda Fase: Fase onde feita o pr-processamento nessa fase os dados passam por uma adequao de amostras que quanto mais reflitam maior fidelidade os objetivos da aplicao no processo e atenda as exigncias e limitaes dos formatos de entrada dos algoritmos para extrao de padres. Terceira Fase: a extrao de informaes, onde utilizada o data mining, onde h uma aplicao de algoritmos que so capazes de produzir uma relao particular de padres a partir de grandes massas de dados. Quarta Fase: Nesta fase ocorre a interpretao e avaliao dos dados, para verificar se os dados obtidos possuem alguma validade. Quinta e ltima fase: Na ltima fase do processo realiza-se uma validao completa e a consolidao dos dados obtidos, aps isso o conhecimento incorporado a um sistema de aplicao para ser utilizado.

6. Consideraes Finais
Este trabalho teve como objetivo um resumo de BI business intelligence como tecnologia na extrao do conhecimento para formulao estratgica visando a melhoria da qualidade de ensino Estadual. Os artigos estudados analisaram a importncia do conhecimento nas organizaes pblicas e a necessidade de gesto de informaes que daro apoio na tomada de decises estratgicas. Foram avaliadas tecnologias que podem ser utilizadas com competncias necessrias para a produo de informaes de grande valor para o desempenho organizacional por meios de bancos especficos como o data wharehouse, e data mart, operando tcnicas de KDD proposto por Fayyad (1996) e o data mining utilizado na extrao de dados significativos e teis com a capacidade de ser aproveitado na gerao de aes positivas. Foi verificado que quando o conhecimento se alia a tecnologia os servios pblicos adquirem um grande potencial social e com condies de atender a sociedade com a velocidade e qualidade necessria para os cidados. As pesquisas exibiram grande melhoria das avaliaes nos bimestres posteriores a capacitao. Com essa pesquisa foi assim identificada a importncia do uso do conhecimento extrado por meio da tecnologia da informao de business intelligence na definio das estratgias de capacitao docente visando melhoria da qualidade do ensino.

Referncias
FAYYAD, U.; PLATESTSKY-SHAPIRO, G; SMYTH, P, 1996, From data mining to knowledge Discovery, AI Magazine vol. 17 n. 3 pp. 37-54, Disponvel em <http://www.aaai.org/ojs/index.php/aimagazine/article/view/1230>. Acesso em: 21/05/2013. FORTULAN, M. R.; GONALVES FILHO, E. V., 2005, Uma proposta de aplicao de business intelligence no cho-de-fbrica, Gest. Prod. [online]. vol.12, n.1, pp. 55-66. ISSN 0104-530X. Disponvel em <http://www.scielo.br/pdf/gp/v12n1/a06v12n1.pdf>. Acesso em: 26/05/2013. LOPES, M. C.; OLIVEIRA, P. A., 2007, Ferramenta de Construo de Data WareHouse , FURB XVI Seminrio de Computao. Disponvel em <http://www.inf.furb.br/seminco/2007/artigos/12_35427.pdf>. Acesso em: 01/05/ 2013. MACHADO, C. 2012, Avaliao Externa e Gesto Escolar: Reflexes sobre usos dos Resultados, Revista Ambiente Educao, vol.5(1), pp. 70-82. ISSN 1982-8632. Disponvel em <http://www.cidadesp.edu.br/old/revista_educacao/pdf/volume_5_1/educacao_01_7082.pdf>. Acesso em: 23/05/2013. MINISTRIO DA EDUCAO, 2012, Termo de Referncia para Contratao de Pessoa Fsica, OEI/TOR/FNDE/DIRTE N 099/2012 Disponvel em <http://portal.mec.gov.br/index.php?

option=com_docman&task=doc_view&gid=11319&tmpl=component&format=raw&Ite mid=>. Acesso em: 21/05/2013. REIS, E.S.; ANGELONI, M. T., 2006, Business Intelligence como Tecnologia de Suporte a Definio de Estratgias para a Melhoria da Qualidade do Ensino , 30 Encontro ANPAD, Salvador, 23 a 27 Setembro. Disponvel em < http://www.anpad.org.br/enanpad/2006/dwn/enanpad2006-adid-0815.pdf >. Acesso em: 21/05/2013.