Inteligência de Negócio

Inteligência de Negócio
Brian Cowhig
Inteligência de Negócio
• O Que é Inteligência de Negócio?
• Três Níveis de Inteligência de Negócio
• Database Query
• OLAP
• Data Mining
• Produtos de Inteligência de Negócio
O Que é Inteligência de Negócio?
• Qual é a Diferença entre Dados e
Informações?
• O Que é Inteligência de Negócio?
• Níveis de Conhecimento de Negócio
Qual é a Diferença entre Dados
e Informações?
• Dados ocupam o mais baixo nível de
números de negócios, representando as
transações individuais, os clientes, as
unidades de produtos, etc.
• Informações são fatos úteis que são
derivados pelos dados individuais
• Percursos e decisões podem ser
determinados pelas informações, não
pelos dados
O Que é Inteligência
de Negócio?
• Inteligência de negócio é um termo coletivo das
ferramentas informáticas e abilidades para derivar
conheçimento útil pelos dados de negócio
– Negócios estão acumulando centenas (milhares, no
caso dos negócios baseados na Internet) de
recordes por día de novos clientes, unidades de
produtos, etc.
– Muitos negócios têem milhões de recordes de dados
sem idéia como os utilisar efetivamente
– Companias que conseguem usar os dados delas
efetivamente vão sobreviver e superar os
concorrentes
Níveis de Conheçimento
de Negócio
Inteligência
Informações
Dados
Perguntas Comuns Respondidas
por Inteligência de Negócio
• As vendas estão subindo ou descendo?
• Quais são as lojas que estão vendendo
menos?
• Quais são as caretarísticas dos nossos
clientes? Quem compra os nossos
produtos?
• Como podemos desenvolver melhor os
novos produtos que os nossos concorrentes?
• Como podemos identificar quais os clientes
que vão provávelmente nós deixar, e como
mante-los?
Exemplo de Inteligência de Negócio
• Neste exemplo,
tem uma escola
secondária com
centenas de
alunos por ano e
milhares de alunos
antigos
• A escola queria
saber quais fatores
determinam quais
estudantes querem
continuar para o
universidade
Os Três Níveis de
Inteligência de Negócio
• Database Query
• OLAP
• Data Mining
Database Query
• Inteligência de negócio da “primeira geração”
• É útil quando os elementos dos dados são
conhecidos antes dos resultados
• Exemplo: “Quantos estudantes estão
registrados em cada curso na atual turma?”
• Utiliza a linguagem de base de dados SQL
(Structured Query Language)
• A linguagem é dificil para as pessoas que não
têem conhecimentos técnicos
Database Query (exemplo)
• Exemplo: Alunos por curso (simplificado)
SELECT Course, COUNT(*)
FROM Courses JOIN CourseStudents
ON Courses.CourseID =
CourseStudents.CourseID JOIN Students
ON CourseStudents.StudentID =
Students.StudentID
GROUP BY Course
• Cada relatório demora para compor e
executar
OLAP
• OnLine Analytical Processing (Processamento
Analítico On-Line)
• Inteligência de negócio da “segunda geração”
• Permite que os resultados comuns e esperados
podem ser comunicados imediatamente
• É útil quando o utilizador precisa navigar os
dados por várias seqüencias e níveis para fazer
o análise
• Por exemplo: “O que é a distribução de alunos
por gênero, QI, e planos para universidade?”
Exemplo (resultados)
Demonstração: Pivot Table
Data Mining
• O Que é Data Mining?
• Aplicações de Data Mining
• Algoritmos de Data Mining
O Que é Data Mining?
• É o processimento automâtico de
grandes quantidades de dados para
descobrir relacionamentos
previamente desconhecidos e
prognosticar o futuro
• Inteligência de negócio da “terceira
geração”
Data Mining Pode:
• Determinar os fatores mais significantes
para um resultado especificado
• Classificar pessoas ou coisas em grupos
por reconhecimento de padrões
• Associar quais eventos são prováveis
ocorrer juntos
• Pôr em seqüencia os eventos mais
prováveis que ocorrem juntos
• Prognosticar o que pode acontecer no
futuro
Aplicações de Data Mining
• Descobrir falsificação no uso de cartão de crédito
• Sugerir produtos possíveis que o cliente poderá
desejar baseado no corrente produto
• Avaliar inscrições para crédito ou seguros
• Sugerir melhores produtos para os clientes
• Prognosticar clientes que estão em risco de ser
perdidos
• Identificar páginas do Web que são ineficazes
baseado em navigação
Algoritmos de Data Mining
• Decision Tree (Árvore de Decisão)
• Association Rules (Regras de
Associação)
• Clustering (Agrupamento)
• Sequence Clustering (Agrupamento de
Seqüencia)
• Time Series (Série de Tempo)
• Neural Network (Rede Neural)
• Outros
Exemplo: Planos Para Universidade
(Árvore de Decisão)
Planos Para Universidade
(Árvore de Decisão)
Todos
Encorajamento
dos Pais
QI
Sim
Universidade Sim: 52%
Universidade Não: 48%
>= 116
Universidade Sim: 72%
Universidade Não: 28%
Renda
> 49008
dos Pais
Universidade Sim: 88%
Universidade Não: 12%
Universidade Sim: 33%
Universidade Não: 67%
Não
Universidade Sim: 3%
Universidade Não: 97%
< 100
Universidade Sim: 2%
Universidade Não: 98%
> 33014
Universidade Sim: 3%
Universidade Não: 97%
Modelo de Data Mining
Modelo de data mining, depois de
desenvolver, pode ser utilisado para
prognosticar a probabilidade do resultado
Encorajamento
dos Pais: Sim
QI: 95
Renda dos Pais: 60000
Chance de
58% de
pretender
continuar até a
universidade
Market Basket Analysis
(Análise de Cesta de Mercado)
(Regra de Associação)
Se os clientes
estão
interessados nos
produtos X e Y,
em quais outros
produtos eles
poderiam estar
interessados?
Exemplo de Análise de Cesta de
Mercado: Amazon.com
Exemplo de Análise de Cesta de
Mercado: Amazon.com (cont.)
Produtos Que Eu Uso Para
Inteligência de Negócio
• Database Query
– Microsoft SQL Server 2005
• OLAP
– Microsoft Analysis Services 2005
• Data Mining
– Microsoft Analysis Services 2005
Outros Produtos Para
Inteligência de Negócio
• Database Query
– Oracle, IBM DB2, Microsoft Access
• OLAP
– Cognos, Hyperion, Proclarity,
Business Objects, SAP, Oracle
• Data Mining
– SAS, SPSS, Oracle, IBM
Perguntas?
Muito Obrigado!
Brian Cowhig