Renan França Gomes Nogueira

Ciência da Computação
MINERAÇÃO DE DADOS
PARA DECISÃO ESTRATÉGICA NAS EMPRESAS
Renan França Gomes Nogueira
Aluno do 4o ano - Ciência da Computação
Nas últimas décadas do século 20, o crescimento e a evolução na área
computacional trouxe a possibilidade de se processar e armazenar, cada vez mais,
grandes quantidades de dados. Em decorrência, a grande facilidade que uma aplicação
científica e/ou comercial possui para gerar gigabytes e terabytes de dados em poucas
horas excede em muito a capacidade de pesquisadores e analistas em fazer análises
sobre eles.
Os aplicativos utilizados para consultas em banco de dados, por exemplo as
planilhas eletrônicas, foram projetados para gerar relatórios simplificados de atividades
como:
- Listar a quantidade de produtos vendidos num determinado período.
- Verificar estoques de materiais.
- Visualizar o comportamento de transações através de gráficos da evolução das vendas
obtidas etc.
Consultas dessa natureza tem sido capazes de satisfazer as necessidades
primárias de informação no cotidiano das empresas ou organizações.
Por outro lado, os novos fatores mercadológicos, organizacionais e tecnológicos
criaram um panorama extremamente competitivo que induz à necessidade de otimização
na utilização das informações obtidas. Deste modo, tornou-se imprescindível o uso de
novas ferramentas de análise e extração de conhecimento a partir dos bancos de dados
que, além de auxiliar nos processos transacionais diários, possibilitem dar suporte aos
setores responsáveis pela tomada de decisões estratégicas.
Assim, é certo que a evolução computacional possibilitou o aumento na
capacidade de armazenamento dos dados pela facilidade encontrada em gerar grandes
quantidades de dados. Entretanto, esses se tornam inconsistentes ou redundantes e sem
proveito para o processo de decisão.
Em outros casos, algumas informações que são realmente importantes (padrões e
tendências) passam despercebidas, isto é, não há tempo suficiente para que os analistas
de mercado ou pesquisadores analisem os dados gerados, os quais poderiam ser usados
para melhorar os processos decisórios nas empresas e organizações.
Por essa razão, vários estudos vêm sendo direcionados para o desenvolvimento
de tecnologias de extração automática de conhecimento das Bases de Dados. Esse
campo de pesquisa tem crescido, motivado pela existência de poderosas tecnologias
computacionais que permitem a coleta, o armazenamento e o gerenciamento de grandes
quantidades de informações.
Neste contexto, o processo de Extração de Conhecimento de Bases de Dados
(KDD) ou Mineração de Dados vem formulado a partir de um conjunto de dados a ser
utilizado no processo decisório, a fim de que o conhecimento obtido seja compreensível
a humanos, além de útil e interessante para os usuários finais, especialmente os
tomadores de decisão (Fayyad, Piatetsky-Shapiro, & Smith 1996, Freitas 1998c).
A Extração de Conhecimento de Base de Dados incorpora técnicas de várias
disciplinas, tais como Base de Dados, Inteligência Artificial e Estatística, sendo inviável
que a Mineração de Dados seja vista como substituta de outras formas de análise, porém
devendo ser visualizada como prática complementar para a melhoria das conclusões
obtidas com as ferramentas atualmente usadas e superação da deficiência de análise e
compreensão de grande volume de dados.
Dessa forma, a área do saber geralmente referenciada na literatura como
Mineração de Dados significa, em síntese, o uso de técnicas dirigidas por computador
para a análise automatizada de informações armazenadas em grandes repositórios de
dados, com vistas à extração de novos conhecimentos direcionados às estratégias
empresariais.
Orientador e Coordenador:
Prof. Ms. Leopoldo Edgardo M. Parada