UNIFEI – Universidade Federal de Itajubá
Instituto de Engenharia de Produção e Gestão
Administração de Empresas
Data Warehouse
&
Data Mining
ADM – 11
Alice Beraldo – 14342
Glalber Monteiro – 13376
Larissa Gomes – 14327
Matheus Reis – 14747
Paula Ribeiro – 14336
Vinícius Noronha – 14344
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 DADOS
MUITAS INFORMAÇÕES
X
DIFICULDADE DA ANÁLISE DE
INFORMAÇÕES
DIFICULDADE NA TOMADA DE DECISÕES
Data Warehouse & Data Mining
3/20
Crescimento do volume de dados
Volume dos
Dados
1970
1980
1990
2000
Fonte: Santos, 2000.
Data Warehouse & Data Mining
4/20
Data
Warehouse
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
Data
Mining
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