Descobrindo Conhecimento em Dados para Auxiliar a Tomada de Decisões
•Transferir como PPTX, PDF•
1 gostou•139 visualizações
Nesta apresentação mostramos como as tecnologias de BI - Business Intelligence e Analytics podem ser usadas no apoio a decisões para que organizações atinjam seus objetivos estratégicos.
Recomendados
Mais conteúdo relacionado
Semelhante a Descobrindo Conhecimento em Dados para Auxiliar a Tomada de Decisões
Semelhante a Descobrindo Conhecimento em Dados para Auxiliar a Tomada de Decisões (20)
Mais de Rodolfo Mendes
Descobrindo Conhecimento em Dados para Auxiliar a Tomada de Decisões
- 1. Descobrindo Conhecimento em Dados para Auxiliar a Tomada de Decisões Rodolfo M. S. Mendes
- 2. Administração • Administrar é alocar recursos • Toda organização dispõe de recursos limitados • Toda organização pratica administração • De maneira consciente ou não • Em diferentes graus de proficiência • A competitividade de uma empresa depende da proficiência de sua administração
- 3. Tomada de Decisão • Alocar recursos é uma tomada de decisão • “Selecionar o curso de uma ação frente duas ou mais alternativas, com o intuito de se alcançar um objetivo”
- 4. Tomada de Decisão – Exemplos • Firmar contrato como fornecedor A ou B ? • Quais ações comprar ? Quais vender ? • Como distribuir o espaço de gôndola entre as marcas A, B ou C ? • Quantos programadores alocar para o projeto X ? • Liberar recursos para o viaduto ou para o hospital ? • Financiar casa ou carro ?
- 5. Como avaliar uma decisão ? • Uma decisão é boa ou ruim com relação a um objetivo • Uma boa decisão contribui para atingir o objetivo • Uma má decisão prejudica o cumprimento do objetivo
- 6. Como tomar boas decisões ? • Conhecer as relações de causa/efeito sobre o objeto da decisão • Ter a capacidade de realizar previsões
- 7. Exemplo • Objetivo: diminuir a ruptura do produto X (falta do produto na área de vendas) • Possíveis causas: • Aumento da demanda • Longo intervalo de reposição • Falta do produto em estoque • Decisões: • Treinamento repositores • Aumentar pedidos • Trocar fornecedores
- 8. BSC - Balanced Scorecards • Mapear atividades de curto-prazo para objetivos de longo-prazo • Traduz a visão estratégica nas perspectivas • Financeira • Clientes • Processos Internos • Aprendizagem e Crescimento
- 9. BSC – Balanced Scorecards • Para cada uma das perspectivas são definidos: • Objetivos • Indicadores • Metas • Atividades
- 10. KPI – Key Performance Indicators • São as indicadores escolhidos para medir a performance da empresa • Categorias de KPI: • Produtividade • Qualidade • Financeiros • Estratégicos • No nível estratégico são definidos pelo BSC • Podem ser decompostos em indicadores táticos e operacionais
- 12. PDCA • Sistematização para atingir objetivos • Plan (Planejar) • Do (Fazer) • Check (Verificar) • Act (Agir)
- 13. P – Plan (Planejar) • Identificação dos resultados indesejáveis • Averiguação das causas fundamentais • Análise de dados históricos • Diagrama de “espinha de peixe” • Análise de Pareto • Gráficos e estatísticas • Elaboração do plano de ação • Como bloquear/anular as causas fundamentais
- 14. D – Do (Fazer) • Treinamento do pessoal • Execução do plano de ação
- 15. C – Check (Verificar) • Verificação do resultados • Análise de dados históricos • Gráficos e estatísticas • Verifica-se se o problema foi resolvido
- 16. A – Act (Agir) • Prevenir o reaparecimento do problema • Padronização da operação • Comunicação dos padrões e resultados • Relatórios • Infográficos • Storytelling
- 17. BI – Business Intelligence
- 18. Objetivos do BI • Fornecer conhecimento para o nível estratégico • Extrair os KPIs das fontes de dados • Prover meios para análise exploratória das informações • Comunicar e disponibilizar resultados • Fornecer o conhecimento para a tomada de decisão
- 19. Descoberta de Conhecimento em Dados • Transformação dos dados brutos em conhecimento • Dado: é uma observação da realidade, métrica • Informação: é o resultado da comparação, combinação e dos dados • Conhecimento:
- 20. Descoberta de Conhecimento em Dados • 1. Coleta de dados • 2. Pré-processamento • 2.1 Limpeza • 2.2 Integração • 2.3 Transformação • 3. Mineração de Dados • 4. Apresentação
- 21. Coleta de Dados • Envolve a obtenção e o armazenamento dos dados • Exemplos: • Sistemas de gestão • Planilhas • Navegação de usuários em sites • Web Crawling • Sensores Remotos • Aplicativos Móveis
- 22. Pré-processamento • Preparação dos dados para a etapa de mineração • Fornece dados de qualidade • Pode ocupar de 70% - 90% do esforço
- 23. Pré-processamento • Limpeza de dados • Erros de formatação • Adequação de tipos de dados • Tratamento de valores ausentes (missing values) • Remoção de ruídos • Identificação de entidades
- 24. Pré-processamento • Integração das fontes de dados • Criação de data warehouses • Criação de data lakes
- 25. Pré-processamento • Transformação • Seleção de atributos • Discretização • Categorização • Redução de dimensionalidade • Amostragem • Normalização • Remoção de Outliers
- 26. Mineração de Dados • Extração de padrões • Cálculos de métricas e indicadores • Geração de modelos descritivos • Geração de modelos preditivos • Técnicas de estatística e aprendizado de máquina
- 27. Mineração de Dados • Estatística • Medidas-resumo (média, mediana, desvio-padrão) • Ordenar dados • Distribuição em quantis • Verificar correlações • Realizar inferências • Testes de hipótese • Análise de séries temporais
- 28. Mineração de Dados • Aprendizado supervisionado • Árvores de decisão • Redes bayesianas • Redes neurais • Support Vector Machines (SVM) • Regressão Linear
- 29. Mineração de Dados • Aprendizado não-supervisionado • Agrupamentos (clusters) • Agrupamentos hierárquicos • Mineração de itens frequentes e regras de associação • Detecção de anomalias
- 30. Apresentação • Transmissão do conhecimento para os stakeholders • Sem uma apresentação adequada, DCD não entrega valor • Gráficos • Tabelas Dinâmicas • Relatórios • Painéis • Infográficos • Aplicativos Móveis
- 31. Tecnologias • Armazenamento • Integração • Mineração de Dados • Visualização • BI Suites
- 32. Armazenamento • Oracle • SQL-Server • Hadoop (HDFS) • Hbase • Cassandra • MongoDB • Neo4j
- 33. Integração (ETL) • Integration Services • Talend • Pentaho Kettle • PowerCenter
- 34. Mineração de Dados • WEKA • Spark • Kmine • Rapid Miner • MS Analysis Services • Excel (por que não ?) • SAS
- 35. Visualização (Self-Service BI) • Tableau • Qlik View • Power BI • Excel (por que não ?)
- 36. BI Suites • Pentaho • JasperSoft • Microsoft SQL Server • Oracle Business Intelligence • IBM Cognos
- 37. E se nenhuma atender ? • Java • C# • Python • Ruby • PHP • R
- 38. Papel do analista de BI • Compreender os objetivos estratégicos do negócio • Criar o fluxo de extração de conhecimento • Selecionar a tecnologia adequada para cada etapa
- 39. Conclusão • Ampla disponibilidade de tecnologias • Ferramenta não faz milagre • BI entrega valor à medida que: • Os processos são compreendidos • Conhecimento gerado revela relações de causa-efeito • As decisões são tomadas em alinhamento com os objetivos estratégicos do negócio
Notas do Editor
- Todo elemento é ao mesmo tempo causa e efeito, para cada elemento/objeto devemos conhecer suas causas e seus efeitos.