métodos e técnicas de inteligência competitiva (parte ii) ponto ii.2 1

Métodos e Técnicas de Inteligência Métodos e Técnicas de Inteligência Competitiva (parte II)Competitiva (parte II)

Ponto II.2Ponto II.2

1

2

Bibliografia

• Tarapanoff, Kira. Inteligência organizacional e competitiva. (2001) p. 164-278.

3

ConteúdoConteúdo

• Fatores Críticos de Sucesso

• Balanced Scorecard

• Benchmarking

• KDD e Data Mining

Fatores Críticos de Sucesso

• Ferramenta importante em ambientes em sérias transformações.

• Permite às empresas focalizarem estrategicamente focalizarem suas ações e monitorarem as tendências e os sinais de mudança do ambiente social e produtivo em que atuam.

Fatores Críticos de Sucesso

• O método dos fatores críticos de sucesso tem por objetivo geral identificar as características, condições ou variáveis que devem ser devidamente monitoradas pela organização para que ela fique bem posicionada em seu ambiente de competição.

O que são Fatores Críticos de Sucesso?

• Variáveis cujo gerenciamento poderá afetar significativamente a posição competitiva de uma empresa.

• São aquelas poucas áreas, para qualquer negócio, nas quais os resultados, se satisfatórios, irão assegurar um desempenho competitivo e de sucesso para a organização.

• São aquelas características, condições ou variáveis que, quando devidamente gerenciadas, podem ter um impacto significativo sobre o sucesso de uma empresa.

Características dos fatores críticos de sucesso

Natureza hierárquica

Alguns se relacionam ao ramo de negócio como um todo, outros são específicos de uma empresa, outros se referem à determinadas unidades de negócios da empresa/organização.


•Arborescência

– Um fator crítico de sucesso pode ser desdobrado em diversas ramificações, segundo a sua importância.

– O desdobramento dos fatores críticos em árvores de pertinência permite reconhecer a importância relativa de cada ramificação da árvores e identificar melhor as necessidades de informação por processo-chave, por área funcional, projeto ou indivíduo.


• Caráter dinâmico

– Em função das freqüentes mudanças no ambiente de atuação das organizações, estas deverão rever sistematicamente o conjunto de fatores críticos que monitoram e administram.

Cinco níveis para identificar os fatores críticos de sucesso

1. Indústria ou ramo de negócio2. Estratégia e comportamento

competitivo3. Fatores-chave do ambiente externo4. Fatores temporais5. Posição gerencial

Exemplos de fatores críticos de sucesso

Indústria automobilística

1. Estilo do veículo2. Economia de combustível3. Atendimento à legislação ambiental4. Rede de distribuição eficiente5. Rígido controle sobre os custos de

produção


Área de informática

1. Capacidade de inovação2. Qualidade nas vendas e na literatura

do usuário3. Facilidade de uso dos produtos


Indústria de alimentos

1. Eficácia na propaganda2. Eficácia na distribuição dos produtos3. Capacidade de inovação de produtos


Empresas de treinamento

1. Instrutores de competência2. Qualidade e tamanho da mala direta3. Identificação de temas atuais e

relevantes4. Imagem reconhecida no mercado


Empresas de alta tecnologia

1. Capacidade gerencial para atuar em ambiente competitivo.

2. Capacidade de inovação3. Marketing tecnológico.4. Integração com a comunidade

científica e tecnológica.

Descrição do método

Primeira etapa

1. Entrevistas individuais com os executivos para relacionar os objetivos da empresa e discutir os fatores críticos de sucesso com cada um.

2. Verificar as inter-relações entre os fatores críticos de sucesso e os objetivos relacionados.

3. Os resultados da matriz permite combinar, eliminar ou até mesmo identificar novos fatores críticos.


Segunda etapa

1. Análise dos resultados de todas as entrevistas e formulação de um proposta consolidada

• Nesta etapa os executivos voltam a discutir sobre os fatores críticos de sucesso, quando buscam consenso.


Oito técnicas para identificação dos FCS

1. Análise ambiental2. Análise da estrutura da indústria (5 forças de

Porter)3. Consulta a especialistas (indústria/negócio)4. Análise da concorrência5. Análise da empresa líder no segmento industrial6. Avaliação da empresa7. Fatores temporais/intuitivos (específicos da

empresa)8. Análise dos dados da base PIMS (Profit Impact of

Market Strategy).


Análise ambiental

Permite identificar as forças econômicas, políticas e sociais que estão impactando ou irão impactar o desempenho do segmento industrial ou da empresa. Trata-se de uma análise em nível macro.

Esta técnica pode ser especialmente útil para análise de empresas, cuja sobrevivência esteja fora do controle do ambiente competitivo em que atuam.


Análise da estrutura da indústria

Baseia-se no modelo de Porter para analisar a estrutura da indústria ou ramo de negócio segundo cinco forçar competitivas:

- ameaça de novos entrantes- ameaça de produtos substitutos- intensidade de competição ou padrão de

concorrência- poder de barganha dos clientes- poder de barganha dos fornecedores


Análise da estrutura da indústria

Quatro dimensões de monitoração das questões do ramo de negócios no macroambiente

- concorrencial- comercial (clientes e fornecedores)- tecnológica (estado-da-arte da tecnologia)- do macroambiente (aspectos legais,

políticos, culturais e do meio ambienteque impactam diretamente o negócio)

22

O PROCESSO

DE BENCHMARKING

23

POR QUE PRATICAR “BENCHMARKING”

VOCÊ SABE COMO ESTÁ SEU DESEMPENHO

QUANDO COMPARADO COM O DOS OUTROS?

VOCÊ QUER SAIR DA “CEGUEIRA EMPRESARIAL”

E ENTENDER AS PERSPECTIVAS DE SEU NEGÓCIO?

VOCÊ PODE ESTAR TENDO MUITO SUCESSO, MAS

VOCÊ TEM CERTEZA QUE NÃO PODERIA SER MELHOR?

24

É UM PROCESSO QUE NOS AJUDA A AVALIAR ONDE ESTAMOS EM RELAÇÃO AOS OUTROS E A MELHORAR.

É UM MEIO PARA IDENTIFICAR AS MELHORES

PRÁTICAS DO MERCADO, ESTEJAM ONDE ESTIVEREM,

E DE IMPLEMENTAR AS MUDANÇAS CERTAS EM

NOSSA EMPRESA, NOS LOCAIS AONDE AQUELAS

PRÁTICAS SÃO OU PODEM SER UTILIZADAS.

É UM PROCESSO REPETITIVO DE MELHORIA CONTÍNUA QUE MANTÉM A EMPRESA COMPETITIVA.

O QUE É “BENCHMARKING”?

25

É UM PROCESSO DE MEDIÇÃO SISTEMÁTICA E DE COMPARAÇÃO CONTÍNUA DAS ESTRATÉGIAS, DOS PRODUTOS, DOS PROCESSOS E DOS RESULTADOS DE UMA ORGANIZAÇÃO COM AS MELHORES EMPRESAS DO MUNDO,PARA OBTER INFORMAÇÕES QUE INDICARÃO PARA A ORGANIZAÇÃO QUAIS AÇÕES DEVE IMPLEMENTAR PARA MELHORAR SEU DESEMPENHO TORNANDO-SE MAIS COMPETITIVA.

O QUE É “BENCHMARKING”?

26

PLANEJAR

A P

C D

ADAPTAR, CRIAR

E

IMPLEMENTAR DESCOBERTAS

PLANEJAR O PROCESSO DE

BENCHMARKING

ANALISAR AS INFORMAÇÕES

COMPARATIVAS

CONDUZIR A PESQUISA DE

INFORMAÇÕES

O PROCESSO DE FAZER BENCHMARKING

AGIR

CHECAR FAZER

27

FAZER “BENCHMARKING” DO QUE?

1. BENCHMARKING DE NOSSOS PRODUTOS – ENGENHARIA REVERSA

2. BENCHMARKING COMPETITIVO DE NOSSAS ESTRATÉGIAS COM AS DOS CONCORRENTES

3. BENCHMARKING DE UM PROCESSO ESPECÍFICO

4. BENCHMARKING DE UMA FUNÇÃO

5. BENCHMARKING DE NOSSOS RESULTADOS

6. BENCHMARKING GLOBAL EM RELAÇÃO AOS REFERENCIAIS INTERNACIONAIS

28

COM QUEM FAZER “BENCHMARKING”?

1. COMPETIDORES DIRETOS

2. EMPRESAS DE OUTROS SETORES

3. ASSOCIAÇÕES DE CLASSE

4. FORNECEDORES E CLIENTES

5. EMPRESAS CLASSE MUNDIAL (PNQ, ETC)

6. GRUPOS DE BENCHMARKING

29

1. UNIFORMIZAMOS A AÇÃO DENTRO DA EMPRESA

2. GANHAMOS TEMPO E CLAREZA, FACILITAMOS A COMPREENSÃO DE TODOS

3. MELHORAMOS A COMUNICAÇÃO, ANTES, DURANTE E DEPOIS

4. IDENTIFICAMOS OS INDICADORES ADEQUADOS

5. SIMPLIFICAMOS O TREINAMENTO

6. CONSTATAMOS SE SOMOS CAPAZES DE FAZER BENCHMARKING

OLHANDO PARA O PRÓPRIO UMBIGO

30

AS PRÁTICAS DE BENCHMARKINGNAS GANHADORAS DO PNQ

PRÊMIO NACIONAL DA QUALIDADE

31

AS EMPRESAS PREMIADAS COM O PNQCONSIDERADAS “CLASSE MUNDIAL”

• 2002 – GERDAU AFP• 2002 – POLITENO• 2002 – STA CASA

PORTO ALEGRE• 2001 – BAHIA SUL

CELULOSE• 2000 – SERASA• 1999 – CETREL• 1999 – CATERPILLAR• 1998 – SIEMENS

• 1997 – WEG• 1997 – COPESUL • 1997 – CITIBANK

(CORPORATE)• 1996 – ALCOA POÇOS

CALDAS• 1995 – SERASA• 1994 – CITIBANK

(CONSUMER)• 1993 – XEROX• 1992 – IBM SUMARÉ

32

OUTPUT, RESULTADOSFATORES DE SUCESSO

N

Ó

S

E

L

E

S

PROCESSOS, PRÁTICAS, MÉTODOS

ANÁLISE

1. BENCHMARKING DE QUE?

2. QUEM/QUAL É O MELHOR?

3. COMO NÓS

FAZEMOS?

4. COMO ELES FAZEM?

COLETA DE

DADOS

O PROCESSO DE BENCHMARKING DA XEROX

FONTE: RELATÓRIO DE GESTÃO PNQ DA XEROX

33

1. IDENTIFIQUE O QUE SERÁ OBJETO DE BENCHMARKING EM ALINHAMENTO COM AS NECESSIDADES DO NEGÓCIO.

2. DECIDA QUEM SERÃO SEUS PARCEIROS E CONQUISTE COMPROMETIMENTO

3. DECIDA QUAL SERÁ SEU TIME DE TRABALHO

4. TREINE SUA EQUIPE E SEUS PARCEIROS, SE NECESSÁRIO

5. IDENTIFIQUE AS INFORMAÇÕES NECESSÁRIAS, OS MÉTODOS DE COLETA,

PROCESSAMENTO, DIVULGAÇÃO E USO PARA A MELHORIA

6. TESTE SEU PROCESSO (FLUXOGRAMA, INDICADORES, RESULTADOS)

7. COLETE AS INFORMAÇÕES DOS PARCEIROS E DE BENCHMARKS

8. FAÇA UMA ANÁLISE COMPARATIVA E IDENTIFIQUE AS MELHORES PRÁTICAS

9. IMPLEMENTE AS MUDANÇAS PARA MELHOR E REINICIE AS MEDIÇÕES

10. AVALIE SEU PROCESSO DE FAZER BENCHMARKING, MELHORE E RECOMECE.

BENCHMARKING EM 10 GRANDES PASSOS

34

CÓDIGO BRASILEIRO DE ÉTICA E CONDUTA PARA A PRÁTICA DO BENCHMARKING

1. PRINCÍPIOS DA LEGALIDADE

2. PRINCÍPIOS DO INTERCÂMBIO

3. PRINCÍPIOS DA CONFIDENCIALIDADE

4. PRINCÍPIOS DO USO

5. PRINCÍPIOS DO CONTATO EM BENCHMARKING

6. PRINCÍPIOS DO CONTATO COM TERCEIROS

7. PRINCÍPIOS DA PREPARAÇÃO

8. PRINCÍPIOS DO PLENO CUMPRIMENTO

9. PRINCÍPIOS DO ENTENDIMENTO E AÇÃO

10. PRINCÍPIOS DO RELACIONAMENTO

35

Balanced Scorecard

BSC

36

Retorno doRetorno doInvestimentoInvestimento VendasVendas ProdutividadeProdutividade

PreçoPreço

QualidadeQualidade

TempoTempo

FunçõesFunções

ImagemImagem

RelaçõesRelações

Marca Vender EntregarServiçoCliente

Core/StaffCompetências

Core/StaffCompetências

TecnologiaInfra-estrutura

TecnologiaInfra-estrutura

Clima p/Ação

Clima p/Ação

Modelo econômicodo negócio

Proposta de Valorpor segmento de

Mercado

Cadeia de Valor

Mudança Crítica ouHabilitadores de valor

Modelo econômicodo negócio

Proposta de Valorpor segmento de

Mercado

Cadeia de Valor

Mudança Crítica ouHabilitadores de valor

Entendendo os blocos básicos da estratégia

37

A execução da estratégia

“ Menos de 10% das estratégias efetivamente formuladas são

efetivamente executadas”

Fonte: Fortune

“ Menos de 10% das estratégias efetivamente formuladas são

efetivamente executadas”

Fonte: Fortune

38

O Balanced Scorecard como uma estratégia para ação

BalancedBalanced

ScorecardScorecard

Comunicação e IntegrandoComunicação e IntegrandoComunicação e educaçãoComunicação e educação

Definindo ObjetivosDefinindo ObjetivosIntegrando a premiação à Integrando a premiação à medidas de performancemedidas de performance

Clarificar e Traduzir Clarificar e Traduzir Visão e a EstratégiaVisão e a EstratégiaClarificando a visãoClarificando a visãoObtendo o consensoObtendo o consenso

Feedback da Estratégia e AprendizagemFeedback da Estratégia e AprendizagemCompartilhando a VisãoCompartilhando a Visão

Provendo Informações sobre a estratégiaProvendo Informações sobre a estratégiaFacilitando o processo de revisão da Facilitando o processo de revisão da

estratégiaestratégia

Planejamento e ObjetivosPlanejamento e ObjetivosAlinhando iniciativas Alinhando iniciativas

estratégicasestratégicasAlocando os recursosAlocando os recursosEstabelecendo prazosEstabelecendo prazos

39

BSC: Uma ferramenta de gestão da performance empresarial

EPM envolve as medições e análises dos IndicadoresChaves de Performance (KPIs) para planejar e gerenciaros processos de negócio e a estratégia da empresa.

EPM: ENTERPRISE PERFORMANCE MANAGEMENTEPM: ENTERPRISE PERFORMANCE MANAGEMENT

40

Por quê o negócio precisa de um Balanced Scorecard ?

Por que não continuar usando só as medidas financeiras?Um exemplo:

Larry Brady, Presidente da FMC:

“Como uma empresa altamente diversificada, … a medição do retorno

do capital investido (ROCE) foi muito importante para nós. No final de cada ano nós premiávamos os diretores das unidades que atingiam as metas financeiras.Nós fizemos isso nos últimos 20 anos com sucesso. Mas estava ficando pouco claro para nós onde crescer e como se preparar para o futuro. Nós tínhamos um alto retorno do investimento mas pouco potencial para continuar crescendo. E os nossos relatórios financeiros não eram claros sobre os progressos de nossa estratégia de médio e longo prazo.”

41

BSC – Balanced Scorecard

O nome deste processo deriva de uma nova visão “balanced” de

métricas de performance. Formaliza o processo de mensuração

permitindo os gerentes de toda a organização trabalhar com os

mesmos objetivos e processos.

Adoção de indicadores da futura performance, segmentadas em

quatro categorias: Financeira, Clientes, Processos, Aprendizagem e

Crescimento.

42

BSC – Balanced Scorecard

Cinco medidas financeiras, como taxa de utilização dos ativos, vendas por funcionário e retorno do capital empregado (ROCE);

Cinco medidas sobre clientes, como satisfação, participação no cliente e taxa de retenção;

Oito a dez medidas internas, % de vendas de novos produtos; introdução novos produtos vs. concorrência e “time to market” da nova geração de produtos; e

Cinco medidas para crescimento e aprendizagem, como Satisfação de funcionários, % de saída de pessoas-chave e, % de processos realizados excepcionalmente.

43

Aumento e mixAumento e mixde receitasde receitas

• Ferramentas: EVA, ABC, Dupont

Melhoria dos custosMelhoria dos custose produtividadee produtividade

Incremento naIncremento nautilização dos ativosutilização dos ativos

Benefícios Benefícios esperados esperados

Perspectiva Financeira

Redução dos riscos:Redução dos riscos:liquidez, crédito liquidez, crédito e concentraçãoe concentração

44

• Receita operacional

• Retorno sobre o capital empregado, Retorno sobre os ativos

• Valor agregado econômico (lucro operacional pós-tributação menos custo de capital)

• Crescimento de vendas, Crescimento de receita

• Percentual de receita decorrente de novos produtos e serviços

• Lucratividade por produto / serviço / cliente

• Receita por funcionário

• Despesas de vendas, gerais e administrativas como percentual do total de custos ou receitas.

Indicadores vinculados à área financeira

45

Participação de Participação de mercadomercado

• Ferramentas: Segmentação mercado, segmentação clientes, pesquisas e matriz produtos x clientes,

Captação de novosCaptação de novos clientes, retençãoclientes, retenção

e satisfação e satisfação

Rentabilidade Rentabilidade proporcionadaproporcionadapelos clientespelos clientes

Benefícios Benefícios esperadosesperados

Perspectiva Cliente

Ambiente: Ambiente: análise dos análise dos

competidorescompetidores

46

Índice de Reclamações dos clientes

Grau de insatisfação dos clientes com a empresa

Duração do relacionamento com os clientes

Atividades de consultoria ao cliente

Crosselling

Chamadas a clientes

Contatos eletrônicos com o cliente

Novas vendas

Duração média do relacionamento sobre a vida média do

produto

Indicadores vinculados ao Cliente

47

% de fornecedores com certificação ISO

Vendas geradas por parceiros

% de novos produtos desenvolvidos com parceiros

Avaliar mix da base de clientes e sua composição

Quedas de preço

Esforço de venda em novos clientes

Satisfação da rede de distribuição

Canal de distribuição, produtividade e qualidade

Compromissos não cumpridos

Taxa de queixas dos Cliente

Indicadores vinculados ao Cliente

48

Análise da inter-Análise da inter-relação com relação com

departamentosdepartamentos

• Ferramentas: Análise de processos, racionalização, automação, pesquisa de qualidade

Processo de identifi-Processo de identifi-cação necessidadescação necessidadesdos clientes e servi-dos clientes e servi-

ços pós vendasços pós vendas

Processo de Processo de inovação e novosinovação e novos

produtosprodutos


Processo Processo dede

operaçõesoperações

Perspectiva Processos Internos

49

Desvio do tempo de entrega.

Tempos dos Ciclos / Processo

Tempo médio de resposta

Chamadas interrompidas

Tempo médio para solução de problemas

Capacidade total de produção sobre a capacidade interna

utilizada

Produtividade real vs projetada

Custo da Qualidade sobre custo total

Utilização da capacidade de produção

Indicadores vinculados ao Processo

50

Investimento em TI (sistemas e automação) sobre vendas

Custo do Capital

Taxa de não-conformidade

% do tempo investido em padronizar as operações

Número de pagamentos automatizados

Disponibilidade de sistemas para gestão comercial

Número de informações estratégicas não confiáveis

Indicadores vinculados ao Processo

51

Avaliação da Avaliação da capacidadecapacidade

dos funcionáriosdos funcionários

• Ferramentas: Inventário de competências, gap analisys, treinamento, valores organização, cultura organizacional, estrutura

Capacidade dosCapacidade dos Sistemas de Sistemas de InformaçãoInformação

Motivação e Motivação e alinhamento com alinhamento com

as estratégiasas estratégias


EmpowermentEmpowerment

Perspectiva Aprendizagem e Crescimento

52

Vendas geradas por novos clientes sobre o total das vendas

% das vendas geradas por novos produtos

Orçamento de Pesquisa e Desenvolvimento

Taxa de êxito de projetos de desenvolvimento de novos

produtos

Grau de customização de produtos

Número de horas em desenvolvimento de TI

Funcionários com Graduação

Índice de Motivação

Índice de Liderança

Indicadores vinculados a Crescimento e Aprendizagem

53

Promoções Internas

Níveis de Aprovação de Gastos

Numero de Funcionários

Número de funcionários temporários sobre o total

Índice de medição de sistemas de apoio a decisão

Índice de Empowerment

Numero de dias de treinamento

Clima Organizacional

Investimento em criatividade e aprendizagem

Disponibilidade de Informações

Indicadores vinculados a Crescimento e Aprendizagem

54

ROCEROCE

LealdadeLealdadeClientesClientes

Entregas Entregas corretascorretas

ProcessoProcessoProduçãoProdução

Processo Processo QualidadeQualidade

PerfilPerfilFuncionáriosFuncionários

Finanças

Cliente

Processos de Negócios

Crescimento e Aprendizagem

55

Construindo o BSC: respondendo as quatro perguntas chave

Visãoe

Estratégia

Obj

etiv

osM

edid

asM

etas

Inic

iativ

as

Finanças“Para ter sucesso financeiro, qual a nossa imagem para os nossos acionistas?”

Processos de Negócio“Para satisfazer nossos acionistas e clientes,que processos faremos melhor?”

Clientes“Para cumprir nossa visão, qual a nossa imagem para os nossos clientes?”

Crescimento e Aprendizagem“Para cumprir nossa visão, quais as competências necessárias?”

Obj

etiv

osM

edid

asM

etas

Inic

iativ

as

Obj

etiv

osM

edid

asM

etas

Inic

iativ

as

Obj

etiv

osM

edid

asM

etas

Inic

iativ

as

Descoberta de Conhecimento em Bases de Dadose Mineração de Dados

Eduardo Massao Arakaki([email protected])

Marcela Fontes Lima Guerra([email protected])

Roteiro Motivação Exemplo preliminar Conceitos básicos Processo de kdd Métodos de mineração de dados Técnicas Exemplos Referências

Motivação

A informatização dos meios produtivos permitiu a geração de grandes volumes de dados:– Transações eletrônicas;– Novos equipamentos científicos e industriais

para observação e controle;– Dispositivos de armazenamento em massa;

Aproveitamento da informação permite ganho de competitividade: “conhecimento é poder (e poder = $$!)”

Motivação

Motivação

Os recursos de análise de dados tradicionais são inviáveis para acompanhar esta evolução

“Morrendo de sede por conhecimento em um oceano de dados”

Motivação

Motivação

Solução: – ferramentas de automatização das tarefas

repetitivas e sistemática de análise de dados– ferramentas de auxílio para as tarefas

cognitivas da análise– integração das ferramentas em sistemas

apoiando o processo completo de descoberta de conhecimento para tomada de decisão

Motivação

Exemplo Preliminar

Um problema do mundo dos negócios: entender o perfil dos clientes– desenvolvimento de novos produtos;– controle de estoque em postos de

distribuição;– propaganda mal direcionada gera maiores

gastos e desestimula o possível interessado a procurar as ofertas adequadas;

Quais são meus clientes típicos?

Exemplo

Descoberta de Conhecimento em Bancos de Dados (KDD)

“O processo não trivial de extração de informações implícitas, anteriormente desconhecidas, e potencialmente úteis de uma fonte de dados”;

“Torture os dados até eles confessarem”; O que é um padrão interessante ?

Conceitos

KDD x Data Mining

Mineração de dados é o passo do processo de KDD que produz um conjunto de padrões sob um custo computacional aceitável;

KDD utiliza algoritmos de data mining para extrair padrões classificados como “conhecimento”. Incorpora também tarefas como escolha do algoritmo adequado, processamento e amostragem de dados e interpretação de resultados;

Conceitos

Etapas do Processo

Seleção Pré-processamento Transformação Data mining (aprendizagem) Interpretação e Avaliação

Processo

Processo mínimo de descoberta do conhecimento

Compreensão do domínio e dos objetivos da tarefa;Criação do conjunto de dados envolvendo as variáveis necessárias;

Processo

66

Seleção de Dados

Selecionar ou segmentar dados de acordo com critérios definidos:

• Ex.: Todas as pessoas que são proprietárias de carros é um subconjunto de dados determinado.

Processo

Processo mínimo

Operações como identificação de ruídos, outliers, como tratar falta de dados em alguns campos, etc.

Processo

68

Pré-Processamento

Estágio de limpeza dos dados, onde informações julgadas desnecessárias são removidas.

Reconfiguração dos dados para assegurar formatos consistentes (identificação)

– Ex. : sexo = “F” ou “M”

sexo = “M” ou “H”

Processo

Processo mínimo

Redução de dimensionalidade, combinação de atributos;

Processo

70

Transformação

Transformam-se os dados em formatos utilizáveis. Esta depende da técnica data mining usada.

Disponibilizar os dados de maneira usável e navegável.

Processo

Processo mínimo

Escolha e execução do algoritmo de aprendizagem de acordo com a tarefa a ser cumprida

Processo

72

Data Mining

É a verdadeira extração dos padrões de comportamento dos dados (exemplos)

Processo

Processo mínimo

Interpretação dos resultados, com possível retorno aos passos anteriores;

ProcessoConsolidação: incorporação e documentação do conhecimento e comunicação aos interessados;

74

Interpretação e Avaliação

Identificado os padrões pelo sistema, estes são interpretados em conhecimentos, os quais darão suporte a tomada de decisões humanas

Processo

Métodos de mineração de dados

Métodos de mineração de dados normalmente são extensões ou combinações de uns poucos métodos fundamentais;

Porém, não é viável a criação de um único método universal: cada algoritmo possui sua própria tendência indutiva;

Métodos

Tarefas básicas

Previsão– Cálculo de variáveis de interesse a partir dos

valores de um conjunto de variáveis de explicação;

– É comumente visada em aprendizado de máquina/estatística;

– Exemplos: classificação e regressão;

Métodos

Tarefas básicas

Descrição– Reportar relações entre as variáveis do

modelo de forma simétrica;– À princípio, está mais relacionada ao

processo de KDD;– Exemplos: agrupamento, sumarização

(incluindo sumário de textos), dependências, análise de desvio;

Métodos

Exemplo de previsão (I) Um hiperplano paralelo de

separação: pode ser interpretado diretamente como uma regra:– se a renda é menor que t,

então o crédito não deve ser liberado

Exemplo: – árvores de decisão;– indução de regras

renda

déb

ito

xx

xx

x

x

x

o

oo

oo

o

o

o

o

t

sem crédito

o

o: exemplo aceitox: exemplo recusado

Análise de crédito

Métodos

Exemplo de previsão (II)

Hiperplano oblíquo: melhor separação:

Exemplos: – regressão linear;

– perceptron;


renda

déb

ito

xx

xx

x

x

x

o

oo

oo

o

o

o

o

t

sem crédito

o


Métodos

Exemplo de previsão (III)

Superfície não linear: melhor poder de classificação, pior interpretação;

Exemplos: – perceptrons

multicamadas;

– regressão não-linear;


renda

déb

ito

xx

xx

x

x

x

o

oo

oo

o

o

o

o

t

sem crédito

o


Métodos

Exemplo de previsão (IV)

Métodos baseado em exemplos;

Exemplos:– k-vizinhos mais

próximos;

– raciocínio baseado em casos;


renda

déb

ito

xx

xx

x

x

x

o

oo

oo

o

o

o

o

t

sem crédito

o


Métodos

Exemplo de descrição (I)

Agrupamento Exemplo:

– vector quantization;

renda

déb

ito

++

++

+

+

+

+

++

++

+

+

+

+

t

+

+: exemplo


Métodos

Exemplo de descrição (II)

Regras de associação– “98% dos consumidores que adquiriram

pneus e acessórios de automóveis também se interessaram por serviços automotivos”;

– descoberta simétrica de relações, ao contrário de métodos de classificação

qualquer atributo pode ser uma classe ou um atributo de discriminação;

Métodos

84

Exemplos

Áreas de aplicações potenciais:– Vendas e Marketing

• Identificar padrões de comportamento de consumidores

• Associar comportamentos à características demográficas de consumidores

• Campanhas de marketing direto (mailing campaigns)

• Identificar consumidores “leais”

Exemplos

85

Exemplos

Áreas de aplicações potenciais:– Bancos

• Identificar padrões de fraudes (cartões de crédito)

• Identificar características de correntistas • Mercado Financeiro ($$$)

Exemplos

86

Exemplos

Áreas de aplicações potenciais– Médica

• Comportamento de pacientes• Identificar terapias de sucessos para diferentes

tratamentos• Fraudes em planos de saúdes• Comportamento de usuários de planos de saúde

Exemplos

87

Introdução

Exemplo (1) - Fraldas e cervejas– O que as cervejas tem a ver com as fraldas ?

– homens casados, entre 25 e 30 anos;

– compravam fraldas e/ou cervejas às sextas-feiras à tarde no caminho do trabalho para casa;

– Wal-Mart otimizou às gôndolas nos pontos de vendas, colocando as fraldas ao lado das cervejas;

– Resultado: o consumo cresceu 30% .

88

Exemplos

Exemplo (2) - Lojas Brasileiras (Info 03/98)– Aplicou 1 milhão de dólares em técnicas de

data mining – Reduziu de 51000 produtos para 14000

produtos oferecidos em suas lojas.– Exemplo de anomalias detectadas:

–Roupas de inverno e guarda chuvas encalhadas no nordeste

–Batedeiras 110v a venda em SC onde a corrente elétrica é 220v

Exemplos

89

Exemplos

Exemplo (3) - Bank of America (Info

03/98)– Selecionou entre seus 36 milhões de clientes

• Aqueles com menor risco de dar calotes • Tinham filhos com idades entre 18 e 21 anos• Resultado em três anos o banco lucrou 30

milhões de dólares com a carteira de empréstimos.

Exemplos

90

Exemplos

Empresas de software para Data mining:– SAS http://www.sas.com

– Information Havesting http://www.convex.com

– Red Brick http://www.redbrick.com

– Oracle http://www.oracle.com

– Sybase http://www.sybase.com

– Informix http://www.informix.com

– IBM http://www.ibm.com

Exemplos

91

Conclusões

• Data mining é um processo que permite compreender

o comportamento dos dados.

• Data mining analisa os dados usando técnicas de

aprendizagem para encontrar padrões e

regulariedades nestes conjuntos de dados.

• É um problema pluridisciplinar, envolve Inteligência

Artificial, Estatística, Computação Gráfica, Banco de

Dados.

• Pode ser bem aplicado em diversas áreas de negócios

Conclusões

92

Referências– Fayyad et al. (1996). Advances in knowledge discovery and data mining,

AAAI Press/MIT Press.– Holsheimer, M. & Siebes, A.P.J.M. Data Mining: The Search for

Knowledge in Databases, 1994.– http://www-pcc.qub.ac.uk/tec/courses/datamining– http://www.rio.com.br/~extended– http://www.datamining.com– http://www.santafe.edu/~kurt– http://www.datamation.com– http://www-dse.doc.ic.ac.uk/~kd– http://www.cs.bham.ac.uk/~anp– http://www.dbms.com– http://www.infolink.com.br/~mpolito/mining/mining.html – http://www.lci.ufrj.br/~labbd/semins/grupo1

Referências

métodos e técnicas de inteligência competitiva (parte ii) ponto ii.2 1

Documents