Prevendo o futuro, Parte 1: O Que é a Análise Preditiva?

Alex Guazzelli 31/Ago/2012

VP of Analytics
Zementis, Inc.

É possível usar a análise preditiva para resolver seus problemas mais difíceis. Ela ajuda a descobrir
padrões no passado que podem sinalizar o que está por vir. Este é o primeiro artigo de uma série de
quatro voltados para a análise preditiva. Ele começa com as analíticas em geral e, em seguida, posiciona
analíticas acionadas por dados em relação a regras de negócio e conhecimentos especializados. Os dois
tipos de conhecimento podem melhorar a sua capacidade de tomada de decisão. A análise preditiva é
capaz de descobrir padrões ocultos nos dados que o especialista humano não pode ver. Ela é, na verdade,
o resultado de matemática aplicada a dados. Como tal, beneficia-se de inteligentes técnicas matemáticas,
bem como de dados bons. Considerando que podemos aplicar a análise preditiva para uma infinidade
de conjuntos de dados em diferentes segmentos de mercado e verticais, este artigo ajuda você mesmo a
identificar alguns aplicativos de analíticas preditivas.
Visualizar mais conteúdo nesta série

Sobre esta série

Esta é a Parte 1 de uma série de quatro sobre análises preditivas. A Parte 1 fornece uma visão geral
da análise preditiva. A Parte 2 dará ênfase às técnicas de modelagem preditiva, que são os algoritmos
matemáticos que compõem o núcleo da análise preditiva. A Parte 3 colocará essas técnicas em uso e
descreverá a produção de uma solução preditiva. Finalmente, a Parte 4 destacará a implementação da análise
preditiva, ou seja, o processo de colocar as soluções preditivas para funcionar.

Introdução à analítica
Hoje vivemos em um mar cada vez maior de dados. Para navegar por ele com segurança, nós usamos a
analítica. Sem analítica, nós simplesmente nos afogaríamos, sem saber realmente o que aconteceu ou o que
vai acontecer. Neste artigo, vamos nos concentrar no conhecimento obtido a partir da analítica, que podemos
classificar como descritiva ou preditiva. Enquanto a analítica descritiva nos permite saber o que aconteceu
no passado, a análise preditiva se concentra no que vai acontecer a seguir.

Nossa necessidade de compreender os acontecimentos do passado levou a uma disciplina que hoje
chamamos inteligência de negócios. Ela nos permite tomar decisões com base em estatísticas obtidas a partir
de dados históricos. Por exemplo:

© Copyright IBM Corporation 2012. Todos os direitos reservados. Marcas Registradas

Prevendo o futuro, Parte 1: O Que é a Análise Preditiva? Página 1 de 8
developerWorks® ibm.com/developerWorks/br/

1. Quantos clientes têm reclamado ou desistiram devido a atrito nas últimas seis semanas?
2. Quanto dinheiro foi perdido devido a fraude nos últimos três meses?
3. Com que frequência os chamados de suporte estão sendo criados?
4. Onde estão localizados os clientes (talvez mostrado usando o Google Maps)?
A analítica descritiva percorre um longo caminho para a viabilização de decisões de negócio baseadas em
fatos e não em sentimentos. No entanto, a analítica descritiva simplesmente não é suficiente. Na sociedade
em que vivemos hoje, é imprescindível que as decisões sejam altamente precisas e repetidas. Para isso, as
empresas estão usando análise preditiva para literalmente tocar para o futuro e, com isso, definir decisões de
negócio e processos.

Como uma disciplina, a Análise Preditiva tem estado presente por muitas décadas. Um tema em destaque na
academia por muitos anos, sua relevância no segmento de mercado cresceu juntamente com a quantidade de
dados sendo capturados pelas pessoas (por exemplo, a partir de transações online e redes sociais) e sensores
(por exemplo, a partir de dispositivos móveis GPS), bem como a disponibilidade do poder de processamento
com custo reduzido, seja baseado em Hadoop ou Nuvem.

Dados guiados versus conhecimento de especialista

É fascinante pensar sobre o conhecimento e sobre como transferi-lo e usá-lo. Tradicionalmente, contamos
com especialistas do domínio para nos ajudar a aproveitar ao máximo um processo particular. O
conhecimento de especialista se baseia na experiência e é usado diariamente por todas as empresas para
influenciar as operações do dia a dia. Considerando a forma como podemos converter conhecimento de
especialista em um conjunto de regras de negócio, desenvolvemos sistemas com base em decisões para
aplicar automaticamente o conhecimento elucidado de especialistas humanos. O IBM ILOG é um excelente
exemplo de um sistema que converte conhecimento de especialista em um conjunto de instruções IF-THEN
que podemos colocar para funcionar imediatamente.

Por outro lado, o conhecimento controlado por dados, como o seu nome sugere, é baseado nos dados—
geralmente, muitos deles. Algumas décadas atrás, uma série de técnicas estatísticas surgiu com a intenção
de descobrir padrões de dados normalmente invisíveis ao olho humano. Visto que capturamos dados em um
volume cada vez maior hoje, estas técnicas estão se revelando indispensáveis para extrair valor a partir de
dados, tornando os processos repetidos e precisos.

O filme O Homem que Mudou o Jogo exemplifica isso muito bem. No filme, um grupo de agentes de
recrutamento experientes oferece seu conhecimento em primeira mão e dá palpites sobre quais jogadores
devem ser convidados a fazer parte da equipe. Isso é contrastado com uma abordagem voltada para dados
em que o conhecimento é extraído a partir dos dados já disponíveis para cada jogador, e uma equipe
montada a partir dele. Embora O Homem que Mudou o Jogo escolha um tipo de conhecimento sobre o
outro, na maioria dos casos, devemos e usamos o conhecimento de especialistas e o conhecimento voltado a
dados juntos.

A analítica é capaz de produzir estatísticas confiáveis, previsões e contagens. É até um sistema baseado em
regras, no entanto, para decidir sobre o que fazer com todo o conhecimento que é voltado para dados. Por
exemplo, podemos usar uma série de regras para acionar decisões de negócios, dependendo do resultado
obtido por um modelo preditivo. Por exemplo, se um modelo existe para prever o risco de perda de clientes
ou deserção, podemos colocar regras conhecidas para reduzir a rotatividade no local a fim de definir as

Prevendo o futuro, Parte 1: O Que é a Análise Preditiva? Página 2 de 8

ibm.com/developerWorks/br/ developerWorks®

decisões de negócios específicas de acordo com diferentes níveis de risco. Portanto, se o risco for alto,
podemos dar a um cliente um desconto de 20% em sua próxima compra, mas se o risco for muito alto,
podemos, então, dar um desconto de 50%.

O que é um modelo preditivo?

Um modelo preditivo é simplesmente uma função matemática que é capaz de aprender o mapeamento entre
um conjunto de variáveis de entrada de dados, geralmente agrupadas em um registro, e uma variável de
resposta ou de destino.

Nós nos referimos a este aprendizado como supervisionado porque, durante o treinamento, os dados
são apresentados para um modelo preditivo com os dados de entrada e a saída ou resultado desejados.
O treinamento é repetido até que o modelo aprenda a função de mapeamento entre as entradas de dados
e a saída desejada. Os exemplos de modelos preditivos usando aprendizagem supervisionada incluem
redes neurais de retorno de propagação, máquinas de vetor de suporte e árvores de decisão. Um modelo
de previsão também pode usar a aprendizagem não supervisionada. Neste caso, ele só é apresentado com
os dados de entrada. Sua tarefa é, então, descobrir como os registros de dados de entrada diferentes se
relacionam entre si. O armazenamento em cluster é o tipo mais comumente usado de modelo preditivo, que
usa aprendizado não supervisionado.

Assim, como exemplo, imagine que deseja criar um modelo preditivo que será capaz de dizer quem, entre os
seus clientes, tem maior probabilidade de reclamar (20 ou 50 por cento de desconto para alguém?). Primeiro,
volte aos seus dados históricos em busca de recursos que poderia usar para desenvolver um modelo para
fazer isso. Ao olhar para seu banco de dados, é possível compilar uma lista de recursos relacionados a
atrito para clientes atuais e passados que reclamaram. Pode incluir o número de reclamações nos últimos
seis meses, o número de chamados de suporte abertos nas últimas quatro semanas, quantas vezes e quanto
dinheiro o cliente gastou na compra de mercadorias ou serviços (online ou na loja) e informações genéricas,
como idade, sexo e demografia. a Figura 1 mostra dois desses clientes em conjunto com os recursos obtidos
para cada um deles. O Cliente 1 é um cliente existente e parece estar satisfeito. O Cliente 2, no entanto,
reclamou.

Figura 1. Dois clientes e seus recursos de entrada.

Prevendo o futuro, Parte 1: O Que é a Análise Preditiva? Página 3 de 8

developerWorks® ibm.com/developerWorks/br/

Em um tipo de aprendizagem supervisionada de cenário, como mostrado na a Figura 2 , você apresenta

todos os dados dos seus clientes para uma técnica preditiva durante o treinamento. Neste caso, a entrada
é constituída por todos os recursos apresentados (satisfação relacionada, demográfica, e assim por diante)
para cada cliente, bem como o resultado associado. O resultado informa ao modelo preditivo se o registro
de dados representa um cliente que migrou ou não para o concorrente. A lógica aqui é que o modelo é capaz
de aprender as diferenças, ou padrões, entre os dois grupos: os clientes atuais satisfeitos e clientes que
desistiram.

Figura 2. Os dados dos clientes que compõem os recursos de entrada e os resultados são
apresentados a um modelo preditivo durante o treinamento

Depois de desenvolver um modelo preditivo, é preciso validá-lo. A questão de validação tenta responder:
"Será que funciona?" e, se sim, "Qual é a precisão disso?" Se a resposta à primeira pergunta for um sonoro
sim e a resposta à segunda pergunta for altamente preciso, você saberá que o seu modelo funciona e que é
capaz de generalizar. Tudo que você precisa agora é torná-lo disponível para a execução. Para isso, precisa
ser implementado operacionalmente. Felizmente, existe um padrão chamado PMML (Predictive Model
Markup Language) que permite que modelos preditivos se movam facilmente entre diferentes sistemas. Com
PMML, podemos usar um aplicativo como o IBM SPSS Statistics para desenvolver e validar um modelo
preditivo que podemos, então, salvar como um arquivo PMML. Como tal, podemos fazer o upload dele
diretamente em um mecanismo de pontuação, como o mecanismo Zementis ADAPA, onde ele está pronto
para ser usado em tempo real. Para obter mais informações sobre o PMML e as tecnologias descritas aqui,
consulte Temas relacionados.

Após a implementação, podemos usar o modelo de reclamação para monitorar toda a atividade de clientes
existentes. Um bom modelo preditivo é capaz de generalizar seu conhecimento para calcular o risco de
reclamação, mesmo para clientes que nunca tiveram reclamações antes. A figura 3 mostra os dados de um
cliente, identificados como cliente 3, sendo apresentados ao nosso modelo de reclamação. Se o modelo
percebe que um padrão de rotatividade está emergindo para um determinado cliente, que aumentará o seu
risco ou saída de acordo até que haja uma decisão de negócio de sua parte para enfrentá-lo. Quando esse
cliente em particular está mais uma vez satisfeito com seus produtos e serviços, o risco diminuirá, uma vez
que o padrão de rotatividade não é mais detectado.

Figura 3. Quando implementado operacionalmente, o modelo de perda de clientes

recém-criado é usado para marcar os clientes novos e existentes para calcular uma
pontuação de risco de migração para o concorrente para cada cliente. Se um alto risco
de perda de clientes for detectado, os procedimentos poderão ser colocados em prática
para mitigá-la.

Prevendo o futuro, Parte 1: O Que é a Análise Preditiva? Página 4 de 8

ibm.com/developerWorks/br/ developerWorks®

A importância de bons dados

Meu primeiro impulso em nomear esta seção era chamá-la de "A importância dos dados", porque sem
dados, não há analítica e o importa, a análise preditiva. Durante a minha carreira como um cientista de
mineração de dados, eu tenho visto muitas pessoas bem-intencionadas nos negócios em busca de uma
solução de análise preditiva para a sua empresa. Enquanto elas sabem que a análise preditiva pode ajudar em
seus resultados, elas têm dados insuficientes. Ou seja, não há dados suficientes para um cientista de dados
realmente treinar um modelo que faça sentido. Em uma era de Big Data, você pode ser surpreendido como,
de fato, frequentemente acontece. Para que determinados modelos preditivos sejam capazes de aprender e
generalizar, são necessários milhares e milhares de registros. De acordo com nosso exemplo acima, uma
centena de registros contendo os dados dos clientes que reclamaram no passado pode não ser suficiente.
Se não houver dados suficientes para serem usados para o treinamento, um modelo pode não ser capaz
aprender ou pior, pode ultrapassar. Isso significa que ele aprende tudo sobre os dados fornecidos durante o
treinamento, mas é incapaz de generalizar esse conhecimento quando se apresenta com novos dados. Ele é
simplesmente incapaz de prever.

Se há dados suficientes disponíveis, então, é uma questão de quanto ele é bom. Isso porque, a qualidade dos
dados refletirá diretamente na qualidade do modelo. Para dizer o mínimo: entrou lixo, saiu lixo!

Anos atrás, eu e minha equipe fomos incumbidos de desenvolver um modelo para prever se um determinado
processo de fabricação iria resultar em falha ou sucesso. A manufatura levou cerca de oito horas para ser
concluída e consumiu uma grande quantidade de recursos. Somente após a conclusão, os engenheiros da
empresa de garantia de qualidade foram capazes de determinar se algo dera errado durante a manufatura.
Se assim fosse, todo o lote deveria ser desfeito, e um novo começaria novamente do zero. A ideia aqui é
que nós poderíamos olhar para os dados obtidos no passado por todas as etapas do processo para lotes que
viraram bons e ruins. Então, nós poderíamos treinar um modelo para detectar quando as coisas começam
a ficar ruins no início do processo. Tão emocionante como era, nós nunca construímos realmente todos
os modelos. Durante a análise dos dados, descobrimos que os dados foram corrompidos ou pior, faltavam
algumas das principais fases da manufatura. Mais importante ainda, não foi possível encontrar o resultado,
ou a informação que nos permitiria separar os lotes bons dos ruins. Isso significa que não seríamos capazes
de usar uma técnica de aprendizagem supervisionada. E, se faltassem partes importantes dos dados de
entrada em risco, o uso de uma técnica sem supervisão.

Os dados por si só não se traduzem em valor preditivo. Os dados bons sim.

Aplicativos da análise preditiva

Quando aprendemos primeiro sobre a análise preditiva, eu recebi um livro de Duda, Hart e Stock intitulado
Pattern Classification (veja a Temas relacionados). Este livro é hoje considerado uma referência clássica
no campo. Nele, os autores desenvolvem um sistema de classificação padrão em torno de uma empresa de
processamento de pescado. Em uma fábrica deste tipo, eles usam uma solução preditiva para classificar
peixes de entrada em salmão ou robalo, dependendo das características de entrada, tais como duração e
intensidade das escamas. Em 2010, fiz uma apresentação na Conferência Rules Fest em San Jose sobre
análise preditiva. Na apresentação, intitulada "Follow your Rules, but listen to your Data" (consulte Temas
relacionados), Eu usei o mesmo exemplo para mostrar ao público com foco nas regras não só como podemos
resolver um problema como este que usa análise preditiva, mas também como a análise preditiva pode

Prevendo o futuro, Parte 1: O Que é a Análise Preditiva? Página 5 de 8

developerWorks® ibm.com/developerWorks/br/

trabalhar em conjunto com as regras de negócios para melhorar a tomada de decisão. A ideia, claro, era usar
o exemplo de uma maneira semelhante à de Duda, Hart e Stock. Isto é, como um exemplo genérico de como
desenvolver e aplicar uma solução preditivo e deixar o público generalizá-lo para outros aplicativos. Em
vez disso, neste artigo, eu usei a rotatividade de clientes. De qualquer forma, para que você generalize o
conhecimento que obteve até agora para uma série de novos aplicativos, vou descrever abaixo mais maneiras
de como a análise preditiva está transformando nosso mundo em um lugar mais inteligente.

Um aplicativo de análise preditiva que tem sido extremamente bem-sucedido há muitos anos é o de detecção
de fraudes. Toda vez que você passar o seu cartão de crédito ou usá-lo online, há chances de sua transação
estar sendo analisada em tempo real para uma possível fraude. Dependendo do risco percebido, a maioria
das instituições implementa um conjunto de regras de negócio que pode até mesmo recusar uma operação
de alto risco. Este é o objetivo final da análise preditiva na luta contra o crime, isto é, impedir que isso
aconteça, em primeiro lugar.

Em um artigo escrito anteriormente para o developerWorks, listo alguns aplicativos importantes de análise
preditiva na assistência médica. A fraude na assistência médica está definitivamente no topo da lista, mas
o uso de análise preditiva também está para implementar o cuidado preventivo eficaz. Ao saber que os
pacientes têm maior risco de desenvolver uma determinada doença, podemos colocar as medidas preventivas
em ação para mitigar o risco e, finalmente, salvar vidas. Ultimamente, a análise preditiva tem sido o centro
das atenções em uma competição altamente divulgada em que os dados de histórico pedidos são usados para
reduzir o número de reinternações hospitalares (consulte Temas relacionados).

Além disso, as empresas usam a análise preditiva para recomendar produtos e serviços. Hoje em dia,
já crescemos para esperar boas recomendações para filmes, livros e músicas das nossas lojas favoritas
e comerciantes. Da mesma forma, também estamos experimentando campanhas de marketing que são
customizadas cada vez mais aos nossos gostos e preferências, com base, por exemplo, no conteúdo de nossos
emails, postagens e pesquisas online.

Outros aplicativos se concentram em dados obtidos a partir de sensores. Por exemplo, podemos usar os
dados do dispositivo móvel GPS para prever o trânsito. Como esses sistemas se tornam cada vez mais
precisos, seremos capazes de usá-los para alterar as nossas próprias escolhas de transporte. Por exemplo,
podemos pegar o trem um dia, se houver previsão de trânsito intenso nas entradas.

Além disso, a disponibilidade de sensores pequenos e com custo reduzido que informam sobre o status
atual de estruturas como pontes e edifícios, bem como máquinas, como transformadores de energia, água
e bombas de ar, portas e válvulas permitiu o uso de análise preditiva para manter ou fazer alterações em
materiais ou processos antes que aconteçam falhas e acidentes. Ao permitir o desenvolvimento de modelos
de manutenção preventiva, o uso de dados de sensores é uma forma clara no sentido de ajudar a garantir a
segurança. O desastre de derramamento de óleo no Golfo do México em 2010 e o colapso da ponte I-35W
sobre o Rio Mississippi em 2007 são apenas dois exemplos de acidentes graves que poderiam ser evitados se
houvesse sensores e modelos de manutenção preventiva.

Conclusão
Em um mar de dados cada vez maior, coletados de pessoas e sensores, a análise preditiva fornece
ferramentas essenciais de navegação para que as empresas e os indivíduos cheguem ao seu destino com

Prevendo o futuro, Parte 1: O Que é a Análise Preditiva? Página 6 de 8

ibm.com/developerWorks/br/ developerWorks®

sucesso. Ela faz isso por meio da previsão do que está prestes a acontecer para que se possa responder
adequadamente a fim de permanecer no curso mais exato, seguro, repetido, rentável e eficiente.

O uso da análise preditiva já está revolucionando o modo como interagimos com o nosso ambiente. À
medida que a quantidade de dados aumenta e melhora a qualidade, auxiliada pela disponibilidade de energia
de processamento de custo reduzido, a análise preditiva tende a ser ainda mais difundida do que é hoje. Se já
identificou alguns problemas que pretende resolver com a análise preditiva, você concordará que esta não foi
uma previsão difícil de ser feita.

Prevendo o futuro, Parte 1: O Que é a Análise Preditiva? Página 7 de 8

developerWorks® ibm.com/developerWorks/br/

Sobre o autor
Alex Guazzelli

O Dr. Alex Guazzelli é VP of Analytics na Zementis Inc., onde é responsável pelo

desenvolvimento das principais tecnologias e soluções preditivas sob a denominação
ADAPA, uma plataforma de tomada de decisão baseada na PMML. Com mais de 20 anos
de experiência em análise preditiva, o Dr. Guazzelli é PhD em Ciência da Computação pela
University of Southern California e é coautor do livro PMML in Action: Unleashing the
Power of Open Standards for Data Mining and Predictive Analytics, agora, em sua segunda
edição.

© Copyright IBM Corporation 2012. Todos os direitos reservados.

(www.ibm.com/legal/copytrade.shtml)
Marcas Registradas
(www.ibm.com/developerworks/br/ibm/trademarks/)

Prevendo o futuro, Parte 1: O Que é a Análise Preditiva? Página 8 de 8