ppt - UFRGS

UFRGS
APLICAÇÃO DAS TÉCNICAS
DE MINERAÇÃO DE DADOS NA ADMINISTRAÇÃO:
O CASO DE 3 SUPERMERCADOS
Aluna: Lóren Pinto Ferreira Gonçalves
Orientador: Professor Dr. Henrique Freitas
Aluno: Lóren Pinto Ferreira Gonçalves
GESID/PPGA/EA/UFRGS
Agenda







Justificativa
Objetivos
Contexto de aplicação
Mineração de dados como fonte de
informação para a tomada de decisão
Método de pesquisa
Cronograma
Contribuições potenciais
Aluno: Lóren Pinto Ferreira Gonçalves
GESID/PPGA/EA/UFRGS
Tema e Justificativa:
Mineração de Dados e Administração

Organizações acumulam muitas informações em
seus bancos de dados e estes passam a conter
verdadeiros tesouros de informação sobre vários
dos procedimentos dessas organizações;

Informações estão implícitas nas bases de dados,
ultrapassando a habilidade técnica e a capacidade
humana na sua interpretação;

Busca de aproximação com o cliente
(conhecimento sobre o cliente)
Aluno: Lóren Pinto Ferreira Gonçalves
GESID/PPGA/EA/UFRGS
Mineração de Dados X SI
?
N

Aluno: Lóren Pinto Ferreira Gonçalves

?
N

GESID/PPGA/EA/UFRGS
Objetivo Geral

Aplicar técnicas e ferramentas de
mineração de dados como fonte de
informação para a tomada de decisão,
mostrando o interesse de sua aplicação
na administração de negócios e das
organizações


Aluno: Lóren Pinto Ferreira Gonçalves


GESID/PPGA/EA/UFRGS
Objetivos Específicos





Determinar situações em que a mineração de dados
pode ser aplicada e que técnica pode ser utilizada
nestas situações;
Identificar algumas das ferramentas existentes;
Analisar a possibilidade de utilização desta(s)
ferramenta(s) nas bases de dados disponíveis;
Avaliar a pertinência e utilidade das informações
obtidas;
Identificar os recursos necessários à utilização de
mineração de dados;
Aluno: Lóren Pinto Ferreira Gonçalves
GESID/PPGA/EA/UFRGS
Contexto de Aplicação:
Os Supermercados

3 supermercados
com bases de dados diferentes;
 com clientes diferentes;
 por conveniência

 disponibilidade
de suas bases de dados;
 porte (médio e grande)
riqueza da base de dados (transações)
 forte concorrência

Aluno: Lóren Pinto Ferreira Gonçalves
GESID/PPGA/EA/UFRGS
Mineração de dados como fonte de
informação para a tomada de decisão
Dados, informação e conhecimento;
 Administração;
 Decisão e racionalidade;
 Mineração de dados (conceito,
utilização,ciclo virtuoso, tarefas,
técnicas, metodologias)

Aluno: Lóren Pinto Ferreira Gonçalves
GESID/PPGA/EA/UFRGS
Método de Pesquisa
Estudo de caso múltiplo
O estudo de caso permite ao pesquisador:
 estudar algo num cenário natural, aprender sobre o estado
da arte e criar teorias através da prática;
 responder questões do tipo “como” e “por que”.
O estudo de caso é uma maneira apropriada para pesquisar
uma área na qual poucos estudos anteriores foram
realizados.
O estudo de caso múltiplo é utilizado quando a intenção da
pesquisa é a descrição, construção de teoria ou teste de
teoria. (Benbasat et. tal, 1987)
Aluno: Lóren Pinto Ferreira Gonçalves
GESID/PPGA/EA/UFRGS
Método de Pesquisa
Etapas:
• Escolha do universo (amostra);
• Obtenção das bases de dados;
• Identificação das técnicas;
• Identificação de ferramentas;
• Preparação dos dados;
• Aplicação da(s) ferramenta(s) (AIRA Data Mining);
• Avaliação dos resultados (aplicabilidade, regras geradas);
• Demonstração dos resultados;
• Análise do grau de satisfação (quanto à pertinência e utilidade
das informações obtidas);
Aluno: Lóren Pinto Ferreira Gonçalves
GESID/PPGA/EA/UFRGS
Cronograma
99
2000
Meses
Atividades
Dez
1.
Aprovação do Projeto
2.
Definição da Amostra
3.
Revisão de Literatura
4.
Obtenção das BD
5.
Obtenção da(s) ferramenta(s)
6.
Estudo da(s) ferramenta(s)
7.
Aplicação da(s) ferramenta(s)
8.
Definição dos procedimentos
Jan
Fev
Mar
Abr
Mai
Jun
Jul
Ago
Set
Out
Nov
Dez
de análise dos dados
9.
Tabulação dos dados
10. Análise dos Dados
11. Elaboração
do
Instrumento
para a entrevista
12. Demonstração dos Resultados
13. Realização da Entrevista
14. Análise da entrevista
15. Relatório
16. Defesa da Dissertação
Aluno: Lóren Pinto Ferreira Gonçalves
GESID/PPGA/EA/UFRGS
Contribuições Potenciais







Fonte para consultas sobre a descoberta de conhecimento em bases
de dados;
Aprimoramento de conhecimentos sobre SI e tomada de decisão;
Contato com novas ferramentas que podem facilitar e melhorar a
descoberta de informações importantes;
Conhecimento de informações escondidas (inacessíveis aos
tomadores de decisão) em suas bases de dados;
Conhecimento maior sobre os seus clientes;
Conhecimento de técnicas e ferramenta(s) que auxiliam na busca de
informações relevantes;
Conhecimento de informações (exemplos) que só foram obtidas
através das técnicas de mineração de dados.
Aluno: Lóren Pinto Ferreira Gonçalves
GESID/PPGA/EA/UFRGS