TECNOLOGIA DA INFORMAO APLICADA GESTO ESTRATGICA DOS NEGCIOS 5TURMA

BUSINESS INTELIGENCE

Prof Martius Vicente Rodriguez y Rodriguez, Dsc

Participantes do Grupo: Csar Franchini Fernandes Evandro Etechebere Nelson Jos Fagundes Pedro A.P.Balista Ricardo De Rosso Campos

DATA MINING
(fonte de pesquisa: http://www.mv2.com.br )

O termo data mining pode causar um certo desconforto, dado a ampla gama de sentidos em que o mesmo pode ser usado. Uma empresa de varejo interessada em oferecer a melhor oferta para seus consumidores regulares. A receita federal pesquisando transaes fraudulentas em remessas de moeda estrangeira. A anlise de crdito de um banco de varejo, decidindo quais clientes devem receber a prxima mala direta de um novo financiamento. A classificao de clientes de uma operadora de telefonia, sugerindo qual plano se adequa melhor a cada um deles. Estes so apenas alguns exemplos, dentre muitos, do que pode ser considerado data mining. Com tantas atividades distintas, classificadas sob o mesmo teto, existe uma grande margem para confuso. Como classificar um tpico to abrangente? Uma alternativa para a classificao dos sistemas de data mining separ-los em trs dimenses: Natureza da tarefa Objetivo a ser buscado Grau de estruturao dos dados Classificando os sistemas em cada uma das trs dimenses podemos agrupar sistemas parecidos, e aplicar algortmos e procedimentos similares. Explorando um pouco mais estas trs dimenses: Natureza da tarefa: podem ser divididas em quatro: classificao; predio; segmentao e descrio. Uma tarefa de classificao consiste em associar um item a uma classe, de vrias opes pr-definidas. A tarefa do analista passa a ser selecionar qual classe melhor representa um registro, por exemplo, ao se deparar com uma base de dados de veculos, em que cada registro contm os atributos de cor, peso, combustvel, nmero de portas, cilindrada e nmero de marchas, classificar cada veculo em esporte, utilitrio, ou passeio. Predio pode ser definida como a tarefa de preencher um valor em um registro baseado em outros atributos. Como exemplo de modelo de predio, podemos construir um modelo para estimar a probabilidade de um cliente deixar de usar nossos servios baseado em seu perfil de uso. Segmentao pode ser comparada a uma tarefa de classificao sem classes pr-definidas. O objetivo de uma tarefa de segmentao consiste em agrupar registros semelhantes e separar registros diferentes. Ao se trabalhar com grandes bases de dados, muito comum que padres concorrentes se cancelem ao se observar tudo de uma s vez. Quebrar esta enorme base de dados em vrias sub-bases pode dar ao analista a condio de ver estas diferenas e identificar novas oportunidades. Data mining tambm pode ser utilizado para descrio dos dados. Tcnicas de visualizao podem trazer ao analista percepes diferentes das apresentadas em tabelas, ou relatrios. Objetivo a ser buscado: existem dois tipos de objetivo, a produo de um modelo ou a produo de informao. Nas tarefas de predio, normalmente estaremos buscando um modelo que possa ser aplicado em dados no vistos anteriormente e que um score possa ser gerado. Em tarefas descritivas, buscamos informao que possa dar uma nova perspectiva ao se analisar os dados. Grau de estruturao dos dados: dados estruturados so normalmente os arquivos de banco de dados, as tabelas, ou seja, estruturas fixas com contedo uniforme. Dados desestruturados so arquivos do tipo texto ou imagem, e podem ser usados em projetos que tem como objetivo a identificao de padres ou formas. Voltando ao nosso problema em caracterizar data mining, chegamos seguinte definio: o processo de explorao e anlise de grandes quantidades de dados, com o objetivo de descobrir padres ou regras que permitam uma melhor compreenso da informao contida nos mesmos.

As ferramentas de data mining podem prever futuras tendncias e comportamentos, permitindo s empresas um novo processo de tomada de deciso, baseado principalmente no conhecimento acumulado e, frequentemente desprezado, contido em seus prprios bancos de dados. A mudana de paradigma, causada por uma conjuno de fatores, como a grande acumulao e coleta de dados, o relativo barateamento do processamento e dos computadores, e o surgimento de novas oportunidades, como o marketing um a um, trouxe um desenvolvimento impar s tcnicas conhecidas como data mining. Os projetos de data mining podem ser implementados de vrias formas: comprando software especfico para data mining; contratando consultores externos que faam a coleta dos dados e a apresentao de um relatrio pronto ao cliente final; ou, processando os dados no prprio cliente, criando um ambiente em que o processo de data mining possa ser repetido e aprimorado sucessivas vezes. Um processo hbrido, utilizando um processamento externo na primeira fase e a posterior criao de um ambiente de processamento e anlise dentro da prpria empresa a soluo mais adequada ao nosso ver. O alto potencial de retorno em projetos de data mining s pode ser alcanado quando o ciclo corretamente implementado: identificao de oportunidades, elaborao de modelo para determinao das regras ou padres, elaborao das aes que possam se beneficiar destas regras, medio dos resultados destas aes, que por sua vez, possibilitam a identificao de novas oportunidades e assim sucessivamente. O processo de implementao de data mining (ou especificamente, a fase de transformao dos dados em aes no ciclo virtuoso), pode ser caracterizado pelo seguinte grfico:

Processo KDD (Fayyad, Piatesky-Shapiro, & Smith) O sucesso de um projeto de data mining pode transformar o modo de atuao de uma empresa, passando de mero espectador a um ator no ambiente em que se encontra. A empresa passa a atuar proativamente, e no reativamente a situaes de mercado.

C.R.M. - CUSTOMER RELATIONSHIP MANAGEMENT

(fonte de pesquisa: http://www.mv2.com.br )

Muitas organizaes tem coletado e armazenado uma grande quantidade de dados a respeito de seus clientes e parceiros. Porm, armazenar grandes volumes de dados no significa extrair conhecimento e obter uma relao mais lucrativa com seus clientes. O investimento realizado para a coleta e acumulao destes dados frequentemente no leva aos objetivos inicialmente imaginados, o aumento da lucratividade e a fidelizao de sua base de clientes. Para atingir estes objetivos, a empresa deve: capturar e organizar seus dados; processar estes dados (data mining, por exemplo) e exibir o conhecimento adquirido de forma a auxiliar o processo de tomada de deciso. Para realizar todas estas atividades, a empresa precisa de um ambiente integrado que organize os dados e facilite as anlises. A este tipo de aplicao damos o nome de CRM. O reconhecimento de que nem todos os clientes tem necessidades iguais gerou uma complexidade enorme no tratamento das relaes cliente - empresa. A administrao eficiente destas necessidades, atravs de aplicaes do tipo CRM, pode levar aos objetivos inicialmente esperados, o aumento do lucro e a fidelizao dos clientes mais atrativos do ponto de vista da empresa. Vamos analisar agora, a arquitetura de um ambiente de CRM

Segundo esta arquitetura, existem vrios "pontos de contato" com os clientes e vrios consumidores e produtores de informao pertencentes ao ambiente. Toda informao gerada precisa ser tratada e consolidada para que se possa obter um completo diagnstico do que cada cliente espera deste relacionamento. A obteno desta figura completa possibilita a melhor atuao por parte da empresa com relao maneira de tratar seus clientes.

Vamos citar um exemplo de uma aplicao de CRM utilizado no segmento de telecomunicaes. O objetivo deste projeto a identificao dos clientes com maior probabilidade de deixar a empresa (em telecomunicaes, chamado de "churn") e que gerem alta margem de contribuio. Identificando estes clientes poderemos acion-los tentando evitar sua eminente sada da empresa e consequente perda de lucratividade. Como identificar esses segmentos ? o que veremos a seguir: A primeira fase desse projeto atingir o grfico abaixo, sendo que a rea em destaque o segmento de clientes que trazem maior lucro para a empresa e possuem a maior propenso de sair. Para a identificao destes clientes podemos utilizar uma anlise de valor e uma tcnica de data mining, como uma rede neural ou uma rvore de deciso, para prever os possveis "churners".

"

Mas se eu conheo os clientes que possuem maior possibilidade de "churn", por que devo direcionar minha campanha publicitria para os segmentos relacionados no grfico, ao invs de todos os possveis "churners"? " Esta uma pergunta frequente e que precisa ser avaliada antes de qualquer deciso. Se o objetivo do projeto acionar todos os clientes com probabilidade de deixar a empresa, o modelo a ser adotada : comunique-se com todos os seus clientes. No adianta criarmos um modelo para otimizao quando pretendemos atingir toda a base. Porm, se os recursos a serem alocados para uma determinada campanha no forem suficientes para o atingimento da base inteira de clientes, ou, se o retorno esperado em comparao ao custo de atingir a base inteira no for compensatrio, um modelo de otimizao pode ser empregado. Com uma comunicao eficiente, a empresa pde fazer com que grande partes dos seus potenciais "churners" com alta rentabilidade permanecessem utilizando seus servios, reduzindo sua perda de receita.

CASE DATA WAREHOUSE - TELEFONICA

(fonte de pesquisa: Projeto Data Warehouse Telefonica-SP)

INTRODUO AO SISTEMA OBJETO DESTA ESPECIFICAO O setor em que a TELESP se encontra est caracterizado pelo crescimento, dinamismo e competncia, fazendo-se necessrio o emprego de tecnologias de informao de maneira eficaz para poder suportar o enorme fluxo de dados e informao originada, com o propsito de manter a liderana. A misso do sistema ser alimentar-se dos dados corporativos proporcionados pelos sistemas operacionais existentes (PCT / DETRAF / SIU / SMD e CSO) procedendo a sua organizao e integrao no Data Warehouse, para assim automatizar a gerao de relatrios peridicos e criar um sistema de simulao com o objetivo de dar suporte aos processos de tomada de decises. Na figura 1 apresentado o ambiente do sistema, composto pelos sistemas operacionais de onde as informaes so extradas, o prprio sistema e os usurios finais (analistas e gerentes). Figura 1-: Ambiente do Sistema PERSPECTIVA DO SISTEMA EM RELAO COM OUTROS SISTEMAS

CSO / PCT / DETRAF / SIU / SMD

Data Warehouse

BO / SAS / EIP

Data Warehouse obter as informaes dos sistemas operacionais mediante processos de extrao que permitam integrar a informao no Data Warehouse. Os sistemas operacionais de onde as informaes sero extradas so: PCT: o sistema onde ocorre a recepo e processamento das chamadas; SMD : o sistema que valora o trfego local (em pulsos) SIU : o sistema que valora o trfego interurbano. DETRAF : o sistema onde ocorre remunerao entre operadoras; CSO: Sistema transacional que engloba a maior parte das operaes efetuadas sobre os produtos e servios da TELESP.. Inclui informao tanto comercial (Cadastro comercial) , servios prestados aos clientes (Cadastro de Ordens de Servios) e dados tcnicos das linhas (Cadastro de Terminais). Ao redor do CSO existem sub-sistemas responsveis por vrias atividades de apoio.

INTERAO DO DATA WAREHOUSE COM TRFEGO TUP

MERCADO DE TELECOMUNICAES Nos ltimos 3 anos, o mercado brasileiro de telecomunicaes, vem passando por transformaes radicais. As empresas esto demandando maior nvel de qualidade dos servios oferecidos, entrega rpida, melhores servios e preos mais baixos. Ao mesmo tempo, como o tempo de vida dos produtos e servios se torna menor, as operadoras necessitam aumentar a velocidade do processo de desenvolvimento de novos servios e encontrar meios mais eficientes para distribuir e promov-los a um custo mais baixo. Nestas circunstncias, as companhias esto reconhecendo a necessidade de

orientar-se para o cliente em cada passo de sua cadeia de valores para poder se manter no mercado. Alm disto, depois de atrair o cliente precisa acompanh-lo e monitor-lo no estgio de ps-venda, a fim de criar programas de fidelizao com o objetivo de no perd-los para a concorrncia. O sucesso de uma organizao nesta virada do sculo depende muito da compreenso, conquista e manuteno de mercados. Identificando o Mercado A seguir apresentamos algumas das funes de negcios da cadeia de valores da empresa e a forma como o Data Warehouse pode ajudar no desempenho destas atividades. Anlise do Mercado : Data Warehouse pode auxiliar os especialistas na anlise de trafego gerado no TRFEGO TUP, fornecendo informaes de forma integrada de todos os fatores relacionados a uma chamada. Simulao de Mercado : A partir dos dados armazenados no Data Warehouse, o analista pode simular cenrios estratgicos em tempo real. Assim, podero analisar os impactos. Anlise da Competio : Com informaes sobre objetivos e estratgias de seus competidores a empresa pode projetar um sistema de inteligncia competitivo apoiado nas informaes histricas do Data Warehouse, monitorando periodicamente sua situao em relao a seus competidores. Previso de Demanda: Atravs de aplicativos alimentados pelo Data Warehouse possvel conhecer a demanda atual (relatrios com informaes histricas geodemogrficas) e prever as demandas futuras (anlises por sries temporais e estatsticas). Os dados armazenados no Data Warehouse so bastante relevantes tambm para o planejamento dos recursos necessrios para cobrir a demanda. Atendimento ao Cliente : Um aspecto importante do atendimento ao cliente a aquisio e manuseio da informao relacionada com o cliente. A partir destes dados, o Data Warehouse pode proporcionar perfis do cliente descrevendo necessidades, desejos e comportamentos, obtendo assim, novas oportunidades de oferecer produtos e servios. Novamente atravs do Data Warehouse, possvel determinar quais servios esto dando problemas e estimar a eficincia dos mecanismos de resposta. Gesto de Qualidade : Existe uma forte correlao entre a qualidade dos servios, o nvel de satisfao do cliente e a rentabilidade da empresa. Para uma tima gesto da qualidade, o Data Warehouse pode fornecer apoio para melhoria na qualidade de servios, verificar a eficincia na operao dos servios e possibilidades de reduo de custos, reduzir o lead time para introduo de novos servios no mercado, grau de satisfao do cliente, grau de atendimento nos pedidos dos clientes, qualidade na resoluo de problemas, etc...