Jorge de Abreu Soares

O papel do controller na implantação e manutenção de um ERP: um estudo de caso

Num mundo cada vez mais globalizado, as organizacoes buscam diferenciais competitivos para que possam atender aos seus objetivos. Neste sentido, destaca-se a importância do controller no processo de gestao empresarial, mantendo o controle e tornando-o cada vez mais preciso e eficaz do negocio. Em paralelo, nesta atual era da informacao, as empresas necessitam de sistemas de informacao que sejam capazes de dar suporte aos seus gestores nas suas tomadas de decisoes. E as decisoes parametricas – baseadas em relatorios oferecidos pelos sistemas de informacoes gerenciais – potencializam sua eficacia com os sistemas integrados de gestao ERP ( Enterprise Resource Planning ). Assim, para aprofundar a discussao sobre a relacao entre esses dois entes, este trabalho tem como objetivo entender o papel do controller no processo de implantacao e manutencao de um ERP. Para isso, a pesquisa foi realizada atraves de um estudo de caso multiplo, com caracteristicas qualitativas, a fim de atender os objetivos propostos. Os resultados apontam que o controller foi classificado como peca fundamental para que o projeto de implantacao e manutencao flua de maneira precisa e eficiente, possibilitando a geracao de mais informacoes, de diversos niveis da empresa, auxiliando-o na sua tarefa-mor, qual seja: a de controlar a organizacao, sustentando de uma melhor forma o seu processo de tomada de decisoes.

TIME SERIES PREDICTION USING ARTIFICIAL NEURAL NETWORKS

Given speed and competitiveness of business processes and contemporary globalized world, there is an huge demand for reliable and agile computing resources that help man in decision-making activities. Planning of production, estimates of demand for power and price of shares in the stock exchange are examples of decision-making processes that use the so-called time series forecast. Some searches in estimates of time series are assessing the suitability of various algorithms based on different paradigms (Nogueira, 2005) (Wang and Mendel, 1992) (Omar et al, 2007). This paper seeks to complement such searches describing the use of algorithms based on artificial neural networks in the task of time series forecast. Thus, experiments were performed using Neural Networks MLP Back-Propagation, RBF and combinations of these networks in ensemble machines. The results were analyzed and compared with those obtained directly from (Omar et al, 2007), demostrating a good performance of the connectionist approach.