Resumo Mineração de Dados em Data Warehouse para sistema de

Resumo
Mineração de Dados em Data Warehouse para sistema de
Abastecimento de água
Na dissertação de mestrado “Mineração de dados em data warehouse para
sistemas de abastecimentos de água” produzida pela Dra. Roberta Macêdo Marques
Gouveia [1], foi proposto o desenvolvimento de Data Warehouse que segundo a mesma
“é um ambiente de suporte à decisão propício a unir dados armazenados em diferentes
fontes, organizá-los e entregá-los aos “tomadores” de decisões”.
Os dados coletados do BD (Base de Dados) da UN (unidade) da Companhia de
Água e Esgoto da Paraíba (CAGEPA/PB) são referentes aos cadastros dos
consumidores; dos registros de consumo; dos imóveis, de contas/faturas; dos
hidrômetros e movimentações dos hidrômetros; entre outros.
Um exemplo de coleta de dados dos consumidores do bairro de Miramar é
diagnosticar o aumento ou não, em porcentagem da fatura do consumidor. Os dados
coletados são as médias de faturamento do primeiro e segundo semestres envolvendo
alguns meses dos anos de 2007 e 2008. Subtraindo a média de faturamento do primeiro
semestre pela média de faturamento do segundo semestre, irá obter um valor que poderá
ser maior ou menor que zero, o valor zero não é considerado. Caso esse valor seja maior
que zero, então existe uma possível normalidade no consumo de água desse consumidor
durante esse período. Caso contrário, esse valor seja menor que zero e que seja
considerável a diferença, pode ser que existe alguma irregularidade, ou fraudes nos
medidores, nestes casos é indicado uma visita técnica para inspecionar o real motivo do
problema encontrado. Nesse exemplo os dados foram organizados e colocados à
disposição de tomadores de decisões, exatamente o que foi explicado pela Dra Roberta.
O resultado gerado pela mineração de dados pode ser usado como uma possível
previsão, o que não descarta o fator humano, não sendo assim uma ação totalmente
automatizada. Mesmo que o histórico do consumidor demonstre fortes indícios de uso
indevido de água, é importante que seja realizada uma segunda investigação, pois
nenhum teste é completo e 100% suficiente para detectar esses tipos de erros.
Referências
[1] Gouveia, Roberta Macêdo Marques.
Mineração de dados em data warehouse para sistema de abastecimento de água /
Roberta Macedo Marques Gouveia. João Pessoa, 2009.