Disciplina TI016

Business Intelligence e Gestão Documental

Luiz Claudio de Melo Sales

Brasília - Brasil
 Serviços •Tratamento/fornecimento de água
•Coleta/tratamento de Esgoto
Prestados

•Perda de receita com fraudes

Problemas •Dificuldade na identificação de
anomalias nos consumos (“gatos”)
Detectados •Demora das análises manuais
(revisão individual)
Etapa 1: Compreensão do Negócio

• Reuniões com a Gerência de Clientes

(apresentação do projeto)
• Apresentações dos objetivos do projeto p/a equipe
(contextualização)
• Reuniões de Brainstorming
(busca de soluções)
• Reuniões de alinhamento de expectativas
(Pessoal do Escritório de Fraudes)
Etapa 2: Compreensão dos Dados
• Análise do Modelo de Base de Dados Relacional existente
• Identificação das entidades relacionadas com o Sistema
de Faturamento
• Ações:
• Reuniões com especialistas;
• Revisão de toda a documentação;
• Revisão de nome de atributos da Base de Dados;
• Atualização do Dicionário de Dados
Etapa 3: Preparação dos Dados

Estrutura da solução implantada

 Etapa
Etapa3:3:Preparação
Preparaçãodos
dosDados
Dados
Etapa 4: Modelagem dos Dados
• Definição: os dados preparados são levados às ferramentas
de análise e os resultados começam a esclarecer os
problemas de negócios apresentados durante a etapa de
entendimento dos negócios. Normalmente a modelagem é
realizada em diversas iterações, onde os mineradores de
dados executam diversos modelos usando os parâmetros
padrão e, então, ajustam os parâmetros ou revertem para a
fase de preparação de dados para as manipulações
requeridas por seu modelo de preferência.
 Etapa
4:3:
3:Preparação
Etapa Modelagem dos
dos Dados
Dados
Etapa Preparação dos Dados
Ações Amostra: 4% dos dados do Data Mart
Realizadas

Localidade: Lautaro

Training Set: 50% dos dados da localidade

Modelo Utilizado: Clementine (Anomaly 1)

Saídas Entregues: qtde de registros processados; qtde de

anomalias encontradas; resumo dos campos escolhidos
para análise
1. K-Means

2. EM

3. COBWEB
 Etapa 6: Avaliação do Projeto
Definição: avaliar os resultados dos esforços usando os critérios
de sucesso dos negócios estabelecidos no início do projeto.
Nesta etapa dois tipos de resultados são produzidos pela
mineração de dados:
a) os modelos finais selecionados na fase anterior do CRISP-DM.
b) quaisquer conclusões ou inferências tiradas dos próprios
modelos, bem como do processo de mineração de dados. Elas
são conhecidas como descobertas.
Etapa 6: Avaliação do Projeto

Avaliar os
resultados

Avaliação
Efetiva
Critérios
definidos
na Etapa 1
Etapa 7: Implementação do Projeto

Definição: é o processo de uso das percepções obtidas com a

Mineração de Dados, visando realizar melhorias na
organização. Em geral, a fase de implementação da
metodologia do CRISP-DM inclui atividades de dois tipos:
a) planejamento e monitoramento da implementação de
resultados;
b) conclusão de tarefas de finalização, tais como a produção
de um relatório final e a realização de uma revisão do
projeto.
 Etapa 7: Implementação do Projeto

Tarefas do Resumir os resultados, tanto modelos como descobertas, visando

ajudar a determinar quais modelos podem ser integrados a seus
Planejamento
sistemas de banco de dados e quais descobertas devem ser
apresentadas a seus colegas;

Criação para cada modelo de um plano passo a passo para a

implementação e integração dos sistemas da empresa.

Criação de um plano relacionado às descobertas conclusivas,

visando disseminar as informações para os desenvolvedores de
estratégia;

Verificar se existem planos de implementação alternativos para

ambos os tipos de resultados que valem ser mencionados;

Considerar a forma de monitoramento da nova implementação.

Identificar os problemas de implementação e planejar as

contingências