UNIFEI – Universidade Federal de ItajubáInstituto de Engenharia de Produção e Gestão

Administração de Empresas

Data Warehouse&

Data MiningAlice Beraldo – 14342

Glalber Monteiro – 13376Larissa Gomes – 14327

Matheus Reis – 14747Paula Ribeiro – 14336

Vinícius Noronha – 14344

ADM – 11

Sumário

• Introdução

• Conceitos de Data Ware House e Data Mining

• Sistemas Gerenciais

• Custos

• Aplicações

• Estudos de caso

• Conclusão

Data Warehouse & Data Mining 2/20

Introdução

GRANDE VOLUME DE DADOSMUITAS INFORMAÇÕES

X

DIFICULDADE DA ANÁLISE DE INFORMAÇÕES

DIFICULDADE NA TOMADA DE DECISÕES

Data Warehouse & Data Mining 3/20

1970 1980 1990 2000

Volume dos Dados

Fonte: Santos, 2000.

Crescimento do volume de dados

Data Warehouse & Data Mining 4/20

DataWarehouse

Data Warehouse

• Banco de dados para apoio a

decisão

• Dados arrumados e etiquetados em prateleiras de fácil acesso

• Disponível para consultas e não transações

Data Warehouse & Data Mining 6/20

Extraindo informações

Ferramentas de consulta e emissão de relatórios;

EIS (Executive Information Systems);

Ferramentas OLAP;

Ferramentas Data Mining.

Data Warehouse & Data Mining 7/20

DataMining

Definição

Data Mining (ou mineração de dados) é o

processo de extrair informação válida,

previamente desconhecida e de máxima

abrangência a partir de grandes bases

de dados, usando-as para efetuar

decisões cruciais. Data Warehouse & Data Mining 9/20

Data Mining

• Análise Prévia Previsão Tomada de decisões

• É um conjunto de técnicas automáticas para descobrir conhecimento implícito em grandes quantidades de dados

• Mineração de dados é a tarefa central da descoberta de conhecimento.

Data Warehouse & Data Mining 10/20

Busca do conhecimento

Data Warehouse & Data Mining 11/20

Sistemas Gerenciais

Data Ware House• Sistema de Informação Gerencial – SIG

– Busca de dados– Processamento– Transformação em informações

Data Mining• Sistema de Apoio à Decisão – SAD

– Identifica tendências– Mostra caminhos

Data Warehouse & Data Mining 12/20

Custos

• Proporcional a infraestrutura

• Depende do nível estratégico

• Eficiência e eficácia

• Precisão

Data Warehouse & Data Mining 13/20

Aplicações– 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”

Data Warehouse & Data Mining 14/20

Aplicações em potencial– Bancos

• Identificar padrões de fraudes (cartões de crédito)

• Identificar características de correntistas • Mercado Financeiro

– Médica• Comportamento de pacientes• Identificar terapias de sucessos para

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

saúde

Data Warehouse & Data Mining 15/20

Estudos de caso

• Enviava 1 milhão de malas diretas para correntistas

• Somente 2% respondia as correspondências

• Hoje o banco de dados armazena as movimentações dos clientes

nos últimos 18 meses

• O Data Mining permite analisar tendências de movimentações

• O banco envia cartas somente para quem tem mais chance de

responder – retorno 30%

Data Warehouse & Data Mining 17/20

A Sprint, um dos líderes no mercado americano de

telefonia de longa distância, desenvolveu, com base

no seu armazém de dados, um método capaz de

prever com 61% de segurança se um consumidor

trocaria de companhia telefônica dentro de um

período de dois meses. Com um marketing agressivo,

conseguiu evitar a deserção de 120 000 clientes e uma

perda de 35 milhões de dólares em faturamento.

Data Warehouse & Data Mining 18/20

Conclusão

Referências bibliográficas• Disponível em

<http://www.redeinformatica.com.br/aruanda/files/BusinessIntelligence.ppt> Acessado em: 20/06/2009

• CARDOSO, O. N. P.; MACHADO R. T. M., Gestão do Conhecimento usando Data Mining: estudo de caso na UFLA, 2005

• CARVALHO, I. C., Métodos de Mineração de dados (Data Mining) como suporte à tomada de decisão, 2002

• JESUS, A. P.; MOSER, E. M.; SILVA, J. U., Personalização de Sistemas WEB utilizando Data Mining: um estudo de caso aplicado na Biblioteca Central da FURB.

• Arakaki, E. M.; GUERRA, M. F. L., Descoberta de conhecimento em Base de Dados e Mineração de Dados.

• Disponível em: < http://www.fp2.com.br/datamining/?cat=4> Acessado em: 19/06/2009

Data Warehouse & Data Mining 20/20