PSE Data Mining Tips

Tamanho: px
Começar a partir da página:

Download "PSE Data Mining Tips"

Transcrição

1 PSE Data Mining Tips Um guião para ajudá-lo a poupar tempo e dinheiro quando planeia e executa um projeto de data mining. Índice Introdução... 2 Dicas gerais para data mining... 3 Compreensão do problema... 4 Compreensão dos dados... 5 Preparação dos dados... 5 Modelização... 6 Avaliação... 7 Distribuição dos resultados... 8 Selecção de uma ferramenta de data mining... 8 Conclusão

2 Introdução Você está envolvido num projeto de data mining? Ou vai realizar o seu primeiro projeto? Qualquer que seja o seu nível de experiência, o PSE Data Mining Tips ajudá-lo-á a planear e executar essa tarefa. Utilize as dicas adiante apresentadas para poupar recursos tempo e dinheiro e obter resultados mensuráveis. No decorrer da leitura verá símbolos que ajudá-lo-ão a compreender melhor a informação deste guião. Este símbolo indica um exemplo ilustrativo de uma dica em particular. Em caso de dúvidas sobre qualquer dos temas em discussão neste documento contacte-nos em ou visite-nos em Temos ao seu dispôr diversos cursos de formação e programas de consultoria técnica sobre a temática do data mining. O que é o data mining? Data mining resolve um paradoxo muito comum quantos mais dados (informação) temos, mais difícil e demorado é a sua análise. O que deveria ser uma mina permanece muitas vezes inexplorado devido à falta de recursos sejam estes humanos, tempo ou conhecimento. O Data mining utiliza poderosas técnicas analíticas para rapidamente extrair valor de montanhas de dados. Que dados são utilizados no data mining? Dependendo da sua ferramenta de data mining, o seu projeto pode incluir dados provenientes das fontes mais diversas. De facto, os projetos de data mining beneficiam da utilização de diferentes tipos de dados, sempre que cada um deles adiciona informação preciosa ao objeto em análise. Tudo o que se relacione com informações sobre transações guardadas em base de dados; com respostas contidas num inquérito; com registos dos acessos a páginas na internet; ou com informação texto, pode contribuir para aumentar a qualidade dos resultados finais. Recentes avanços na tecnologia analítica originaram dois novos tipos de mining text mining e web mining. Estas duas tecnologias abrem novas formas de abordagem da informação não estruturada sejam respostas de opinião a questões abertas em inquéritos ou ficheiros de log nos servidores de sítios na internet acrescentando informação valiosa sobre opiniões e preferências que dão a conhecer o porquê de determinada ação ou comportamento. Data mining e análise preditiva O data mining descobre padrões nos dados utilizando técnicas preditivas. A análise preditiva combina estas técnicas analíticas avançadas com a otimização do processo de decisão ou seja, os resultados analíticos são utilizados para determinar quais as ações que produzirão maiores benefícios para a instituição. Estas recomendações, bem como toda a informação que as suportam, são disponibilizadas às pessoas e sistemas que decidem. Em que é que o data mining é diferente de um sistema OLAP ou de reporting de informação? As ferramentas OLAP (online analytical processing) e de reporting são importantes para compreender o que aconteceu no passado. Data mining é o processo para conhecer o que acontecerá no futuro. O data mining utiliza modelos preditivos, sejam estes estatísticos ou de auto aprendizagem (do tipo rede neuronal), para prever o que acontecerá. Por exemplo, uma pesquisa de informação permite-nos obter resultados sobre o que vendemos no mês de Janeiro do ano de 2005 ; um quadro OLAP permitenos ir um pouco mais longe, saber também essa informação por família de produtos ; um projeto data mining dir-nos-á quem terá maior propensão para comprar cada um dos nossos produtos no próximo mês. E com base nesta informação poderemos construir uma campanha de marketing com ofertas personalizadas para cada um dos segmentos identificados. Em que é que o data mining é diferente da estatística? O data mining não substitui a estatística. De facto, a estatística é um bom complemento dos projetos de data mining. As técnicas estatísticas tradicionais, como a regressão, são utilizadas a par das tecnologias de data mining, como é o caso das redes neuronais. As estatísticas são muitas vezes utilizadas para validar os resultados de data mining. Porquê usar o data mining? Quando dispõe de instrumentos fiáveis para projetar o futuro do seu negócio, Você tem o poder de tomar hoje as decisões corretas. O data mining ajuda-o a 2

3 gerir e atuar sobre a evolução do seu negócio, porque lhe permite compreender melhor as razões dos acontecimentos passados e presentes e projetar os cenários futuros mais previsíveis. Por exemplo, o data mining diz-lhe quais os prospets que têm mais probabilidade de se transformarem em seus clientes e quais aqueles que têm mais propensão a responder à sua proposta de valor. Com esta visão do futuro, aumenta o retorno do seu investimento (ROI). As suas decisões passaram a basear-se numa visão de negócio e não num instinto ou num impulso. Que problemas poderão ser solucionados por um projeto de data mining? O data mining pode ser-lhe extremamente útil em qualquer atividade que envolva dados, por exemplo: Aumentar vendas a clientes. Conhecer segmentos de clientes e as suas preferências. Identificar os clientes mais rentáveis e criar estratégias para retê-los. Adquirir novos clientes. Aumentar a capacidade de cross-selling e de up-selling. Aumentar o ROI de campanhas de marketing, através de melhor identificação dos alvos. Detectar situações de abuso, desperdício e fraude. Determinar riscos de crédito. Aumentar a rentabilidade do seu sítio na internet. Monitorar a perfomance da sua atividade. Como é que se implementa um projeto de data mining? Os produtos de data mining IBM SPSS Modeler e os serviços que lhe estão associados, asseguram-lhe resultados fiáveis e mensuráveis porque se baseiam numa metodologia de implementação conhecida por CRISP-DM (Cross-Industry Standard Process for Data Mining). Esta metodologia está estruturada em torno de tarefas e objetivos para cada uma das fases do projeto de data mining. É uma metodologia não proprietária e adotada por um consórcio internacional de empresas. A metodologia CRISP-DM inclui 6 fases: Compreensão do problema obter uma visão clara das necessidades a satisfazer; Compreensão dos dados determinar quais os dados disponíveis (e onde se encontram) para encontrar respostas; Preparação dos dados Adaptar e formatar os dados de forma apropriada às respostas a encontrar; Modelização criar modelos explicativos das necessidades a satisfazer; Avaliação testar os resultados encontrados contra os objetivos do projecto; Distribuição dos resultados disponibilizar os resultados do projeto aos decisores. Dicas gerais para data mining Prepare-se para o sucesso Siga a metodologia CRISP-DM. Utilizando o CRISP-DM como um guião de projeto, garante o seu sucesso. É crítico desenvolver o projeto segundo uma metodologia testada as tecnologias complexas de data mining e os grandes volumes de dados disponíveis podem sobrevalorizar-se num projeto em que as necessidades a prover não estão convitamente assimiladas pela equipa. Comece com a mente focada nos finalmente. Para ser capaz de mostrar o retorno (ROI, ganho,...) do projeto, deve saber antes de começar como serão avaliados os resultados (ou seja, que métricas utilizar na sua medição? Como calculá-las? ). Por exemplo, o nosso objetivo é reduzir a taxa de churning (perda de clientes) de 70 para 60%. Como é que traduz esta informação em volume de receita recuperada (ou não perdida)? Ou, quanto ganharia se em vez de atingir o objectivo de 60% atingisse 58%? Coloque as expectativas no sítio certo. Tenha a certeza de que os responsáveis da sua instituição sabem que o data mining não é uma poção mágica que automaticamente resolve os problemas. O data mining é um processo de negócio. E como tal tem que existir um problema resolúvel e trabalho para encontrar uma solução. Se planeia segmentar clientes para qualquer ação do seu departamento de 3

4 marketing, faça com que estes saibam qual o tipo de informação que vão receber como resultado do projeto (por exemplo, estamos a utilizar informação sobre os produtos e as caraterísticas demográficas dos clientes, pelo que esperamos fornecer segmentos defenidos pela idade, pelo rendimento, etc... e indicaremos qual o mix de produtos preferidos para cada um destes segmentos de clientes). Limite a abrangência do projeto inicial. Comece com objectivos realísticos e prazos definidos. À medida que vai tendo sucesso, passe para projetos mais complexos. Crie um grupo de apoio ao projeto. Um projeto de data mining é um esforço de grupo. Requer-se que os utilizadores finais estejam presentes porque eles conhecem os dados e as informações relevantes subjacentes ao problema. Mas também são necessárias pessoas que percebam o que é a análise de dados. E aqueles que permitem o acesso aos dados não podem faltar. Evite o bloqueio do projeto pelos dados. Sempre, mas sempre, determine o problema a solucionar; defina os objetivos a atingir e obtenha suporte. Se pura e simplesmente começar a analisar uma montanha de dados sem qualquer estrutura de projeto, o mais provável é que se perca nos dados e esteja a perder tempo. Não deixe que o volume de dados dirija o seu projeto. O foco é a solução do problema. Pode não utilizar todos os dados disponíveis só alguns poderão ser relevantes para o projeto. Pode até mesmo descobrir que os dados que possui não são suficientes para resolver o problema. Um grande volume de dados não é garantia de que tem os dados corretos. Por exemplo, normalmente informação recente é mais importante para caracterizar um cliente do que todo o histórico da sua relação com a sua empresa. Nas seções seguintes realçamos o que achamos importante em cada uma das fases da metodologia CRISP-DM. Se quiser obter informação mais detalhada sobre esta metodologia contate a PSE Compreensão do problema Saiba quem, o quê, quando, onde, porquê e como na perspetiva do problema. Compreenda detalhadamente todos os parâmetros do projeto o enquadramento atual do problema; o objetivo principal do projeto; os critérios que definem o sucesso e quem determinará se houve ou não sucesso no projeto. Defina a forma como os resultados serão entregues. Pense na forma como quer utilizar os resultados do seu projeto: Serão usados por especialistas a quem podem ser fornecidos tal como obtidos? Serão utilizados por diferentes tipos de utilizadores com necessidades diferentes de interpretação? Serão distribuídos por qualquer meio em particular (em papel, por ficheiros, eletronicamente,...) que requeira um formato específico? Defina a forma de manutenção do projeto. Como fará a gestão dos dados uma vez terminado o projeto? Se o projeto é parte de um processo de gestão contínuo, será que: Os dados serão analisados periodicamente? Novos dados serão analisados em tempo real? Inventarie os recursos disponíveis e necessários ao projeto. Liste adiantadamente todos os aspetos do projeto e assegure-se que tem tudo o que necessita para ter sucesso: Pessoal ( sponsor do projeto, técnicos conhecedores da atividade e da análise de dados). Fontes de dados (em data-warehouses ou nas aplicações operacionais, mas acessíveis). Recursos computacionais (computadores e software específico de análise). Quais são os requisitos do projeto. Liste todos os requisitos do projeto: Calendário de execução. Segurança a implementar. Restrições legais no acesso aos dados. Formas de distribuição e apresentação dos resultados. 4

5 Que pressupostos foram estabelecidos no projeto. Liste e clarifique todos os pressupostos assumidos sobre: Qualidade dos dados (disponibilidade e fiabilidade). Fatores externos (envolvente económica, concorrentes, avanços tecnológicos). Fatores internos (o problema). Modelos (restrições, descrições, apresentação). Sob que condicionalismos se fará o projeto? Verifique e crie soluções para: Restrições gerais (legais, orçamentais, de recursos, de tempo). Direitos de acesso aos dados (restrições, passwords necessárias). Acessibilidade técnica aos dados (sistemas operativos, sistemas de gestão dos dados, formatos de ficheiros e de bases de dados, permissões de acesso). Acessibilidade a conhecimento relevante. Elabore um plano de projeto. Crie um plano que realçe as tarefas a executar para atingir os objetivos do projeto de data mining e encontrar a solução desejada para o problema. Compreensão dos dados Assegure-se que os dados estão disponíveis. Disponha de todos os dados que necessitará para o seu projeto. Se tiverem origem em mais que uma fonte, assegure-se que a sua ferramenta de data mining tem capacidades para integrá-los. Os dados com origem no seu sítio internet podem ser valiosos para o seu projeto. Utilize uma ferramenta de web mining para integrá-los no seu projecto de data mining. Os dados com origem em inquéritos de opinião podem acrescentar informação importante sobre caraterísticas e atitudes dos indivíduos nos seus modelos. Mais de 80 por cento da informação relevante pode estar incluida em documentos texto não estruturados. Utilize uma ferramenta de text mining para integrálos no seu projeto de data mining. Descreva os dados. Obtenha uma fotografia de todos os dados recolhendo a informação descritiva de formatos, de variáveis (ou campos), de número de registos e de variáveis e de toda as caraterísticas julgadas relevantes. Assegure-se que os dados escolhidos são os que melhor representam o problema que pretende analisar. Experimente algumas técnicas exploratórias de dados e avalie a sua qualidade. Seja com ferramentas de data mining ou de análise estatística, o conhecimento exploratório dos dados ajudar-lhe-á a tomar decisões sobre a qualidade dos dados. Para prevenir futuros problemas, elabore um plano de solução de qualquer erro detetado nos dados: Será que o nome das variáveis estão conformes com os valores que contêm? Há valores em falta? Há valores duplicados? Há dispersão elevada nos valores de determinada variável? Qual a sua causa? Existe correlação elevada entre variáveis? É esperada e conhecida? Reveja variáveis que conjugadas contêm informação errada e que o senso comum deteta de imediato (por exemplo, homens grávidos) Exclua qualquer dado não relevante (por exemplo, se estamos a analisar comportamentos de automobilistas, excluimos todos aqueles que não têm carta de condução) Preparação dos dados Selecione os dados a utilizar. Decida sobre quais os dados a utilizar na análise e liste as razões das suas decisões. Podem ser: Níveis de significância e testes de correlação que determinaram a inclusão de variáveis. 5

6 Condicionantes da seleção de subconjuntos de dados. Técnicas de amostragem utilizadas para ver a adequadabilidade dos dados. Decida se certos atributos são mais importantes que outros e pondere-os de forma adequada. Para aumentar a fiabilidade dos modelos, veja os benefícios de incluir neles informação não estruturada e que pode não estar disponível nas bases de dados da sua instituição. Por exemplo, será que a informação que recolheu no inquérito de satisfação aos seus clientes é importante para o seu projeto de retenção de clientes? Melhore a qualidade dos dados. Para obter resultados fiáveis, perca agora tempo a corrigir os erros detetados nos dados aquando da avaliação da sua qualidade. Pode ter que realizar as seguintes atividades: Determinar como lidar com elementos anormais valores em falta; valores extremos; ou outras anomalias próprias dos dados. Fixar regras de codificação de valores. Por exemplo, será que o ano deve ser sempre referenciado com quatro dígitos (2005) ou só com dois (05)? Algumas variáveis podem ser irrelevantes para os nossos objetivos atuais e não necessitam de ser limpos. Registe estas ações executadas porque mais tarde pode ter que reaproveitá-los no projeto. Disponha de uma ferramenta flexível para estas operações. A sua ferramenta de data mining deve dispôr de funcionalidades para preparação dos dados de acordo com os requisitos do projeto. Deve ter a possibilidade de adicionar ou criar novas variáveis a partir das existentes nas fontes de dados. Relembre-se que o data mining é um processo de descoberta é impossível saber à priori para onde os dados nos levam. Determine se é necessário criar novas variáveis. Pode ser necessário criar novas variáveis a partir dos dados existentes pelas seguintes razões: Devido à experiência anterior ou ao conhecimento da atividade, sabemos que um atributo (variável) em particular é importante na construção do modelo; O algoritmo a utilizar só manipula certos tipos de variáveis, pelo que pode ser necessário recodificar dados caso essas variáveis sejam importantes e os seus formatos não estejam de acordo com os pressupostos técnicos; Os resultados obtidos demonstram que os modelos criados a partir dos dados originais não são analiticamente interessantes ou fiáveis. Antes de criar novas variáveis avalie se e como serão importantes para o processo de modelização. Consolide a informação agregando dados. Ao juntar informação de diferentes fontes (ficheiros ou bases de dados) pode ter que criar novas variáveis e/ou agregar valores com significado similar. Assegure-se que a sua ferramenta de data mining pode combinar diferentes tipos de dados provenientes de diferentes fontes e sem ter que criar rotinas informáticas caras e demoradas. Será que as técnicas analíticas requerem uma ordem específica nos dados a tratar? A sua ferramenta de data mining deve ter a possibilidade de ordenar os dados consoante os requisitos técnicos do procedimento analítico. Deverão os dados estar balanceados? A técnica analítica pode requerer partições de dados em grupos de igual dimensão. A sua ferramenta de data mining deve permiti-lo. Modelização Selecione as técnicas analíticas a utilizar. Para analisar os seus dados com o procedimento adequado, verifique quais os pressupostos que cada técnica impõe sobre formato e qualidade dos dados. Nalguns casos, só um procedimento poderá ser apropriado para abordar o problema. Tenha a certeza que considera: Quais os procedimentos são mais apropriados para o seu problema. 6

7 Se existem alguns requisitos prévios (expetativas da gestão, interpretação dos resultados). Se existem algumas restrições (estranhas caraterísticas dos dados, conhecimento técnico dos analistas, tempo de execução) De forma a que tenha a técnica mais apropriada para cada modelo ou para cada problema, escolha uma ferramenta de data mining que lhe disponibilize um conjunto alargado de técnicas analíticas. Teste antes de criar o modelo. Antes de criar o modelo explicativo, teste a qualidade e validade das técnicas que planeia utilizar. Crie um desenho de teste que inclua um conjunto de dados para treino; outro para testes e outro para validação dos resultados. A partir do conjunto de treino crie o seu modelo e certifique a sua qualidade com o conjunto de dados para teste. Construa o seu modelo. Para criar o seu modelo, execute a sua ferramenta de modelização no conjunto de dados que preparou. Descreva os resultados e confirme a sua fiabilidade e adequabilidade à realidade. Elabore um memorando detalhado sobre o modelo, assinalando as regras produzidas, a definição de parâmetros feita, o seu comportamento e a sua forma de interpretação. Utilize a indução para produzir uma regra. Regras são no essencial parâmetros a que os dados devem obedecer para serem considerados num modelo. Normalmente têm o formato condicional If... Then. A indução permite-lhe escolher automaticamente quais as regras mais efetivas para obter um resultado específico. Por exemplo, utilize a indução para criar um conjunto de regras para qualificar o risco de um empréstimo: Se empregado à mais de 2 anos, então o risco é baixo. Se maior que 30 anos, o risco é baixo. Se alguma vez no passado entrou em incumprimento no pagamento das prestações, o seu risco é elevado. As técnicas de clustering são boas para: Encontrar grupos naturais de observações (individuos) que têm as mesmas caraterísticas - por exemplo, detete situações de fraude com técnicas de clustering porque encontrará grupos semelhantes de comportamento na utilização do cartão de crédito (e este foi o fator importante para a fraude). As regras de associação são boas para: Basket analysis descubra quais os produtos que têm maior probabilidade de serem comprados em conjunto. Utilize esta informação para melhorar a sua capacidade de cross-selling através de catálogo ou por técnicas de merchandising na sua loja. Avaliação Avalie os resultados do projeto de data mining. Determine se e como os resultados de cada modelo serão úteis como solução do problema. Existe alguma razão para que o modelo explicativo encontrado seja deficiente? Se dispuser de tempo e recursos, tente testá-los com aplicações reais do dia a dia. Reveja todas as etapas do processo até agora. Ao confirmar a qualidade dos seus resultados, reveja todo o trabalho feito no projeto para detetar se alguma fase foi esquecida ou se informação importante não foi considerada: Retrospetivamente, cada etapa feita foi necessária? Foi cada uma executada tal como previsto? Determine as próximas etapas. Chegou o momento de determinar se o projeto tem o sucesso suficiente para passarmos à apresentação dos resultados. Se não, faça trabalho adicional para encontrar resultados satisfatórios. Tenha sempre em mente: O potencial interesse de cada resultado. Como pode melhorar o processo. Se existem recursos para trabalho adicional. 7

8 Distribuição dos resultados Crie um plano de distribuição dos resultados. Aceites os resultados do projeto, decida qual a melhor forma de aportá-los à solução: Faça uma descrição sucinta dos modelos e resultados obtidos. Avalie as diferentes formas de apresentação disponíveis. Confirme a sua viabilidade e identifique possíveis problemas. Determine como monitorizará o uso dos resultados e medirá os benefícios. Monitorize a aplicação dos resultados. Assegure-se que os resultados produzidos são utilizados corretamente e esteja atento a fatores como: O que é que se poderá alterar no futuro e que influencie diretamente a qualidade dos resultados? Como é que se controlará a eficiência dos resultados? Quando, se necessário, se deve interrromper o uso dos resultados? Produza um relatório final. Dependendo da forma como planeou distribuir os resultados, o relatório pode ser ou um sumário de todo o projeto ou uma apresentação final dos resultados obtidos. Ao fazê-lo: Identifique os meios a utilizar. Analise a aderência dos resultados aos objetivos iniciais do projecto. Identifique os recetores do relatório. Sublinhe a estrutura e conteúdo do relatório. Inclua todos os pontos importantes do projeto. Reveja todo o projeto. Finalmente tem a oportunidade de identificar o que correu bem, o que correu mal e o que é necessário corrigir em futuros projetos. Não se esqueça de: Entrevistar todos os elementos da equipa de projeto e conhecer a sua opinião. Entrevistar os utilizadores finais envolvidos e saber como avaliam os resultados. Documentar e analisar todas as ações realizadas em cada fase do projeto. Fazer recomendações para projetos futuros. Selecção de uma ferramenta de data mining As dicas apresentadas nesta seção são excertos do manual CRISP-DM, no capítulo que se refere a Performing a data mining tool evaluation. Procure uma ferramenta utilizada em projetos idênticos ao seu. Escolha uma ferramenta que saiba ser utilizada no seu setor de actividade ou que tenha um conjunto conhecido de referências em projetos semelhantes ao seu. Selecione uma ferramenta que faça a ponte entre a metodologia e a capacidade técnica do data mining. Assegure-se que a estrutura da ferramenta vai de encontro às suas necessidades não só no que se refere à qualidade e quantidade de procedimentos analíticos que inclui, mas também quanto ao controlo metodológico de todo o projeto: Os conceitos de data mining estão facilmente percetíveis na ferramenta? Integra-se com software de gestão de projectos ou outras ferramentas que Você utiliza? Se não, como é feita essa integração? A sua ferramenta deve utilizar transparentemente as suas fontes de dados e os seus formatos. Poupará tempo e dinheiro, e maximizará as probabilidades de obter resultados fiáveis, se a sua ferramenta de data mining for capaz de utilizar e importar dados provenientes de várias fontes e em vários formatos. Tal é particularmente importante, se em fases posteriores do projeto pretendermos adicionar novos dados de uma nova fonte. Uma ferramenta de data mining que lhe permita combinar dados estruturados ou não (por exemplo, informação sobre atitudes e comportamentos provenientes de inquéritos), aumentará a probabilidade de termos melhores resultados no projecto. Disponha de capacidades interativas de exploração e de visualização. É mais fácil explorar os dados se a ferramenta incluir técnicas interativas de visualização. Estas técnicas permitem-nos aumentar a capacidade de decisão e de informação porque podemos alterar de imediato os gráficos e as dimensões de visualização que nos são apresentadas. 8

9 Disponha de funcionalidades de preparação e manipulação dos dados fáceis de utilizar. Se as tarefas de preparação dos dados forem fáceis de executar, técnicos com diferentes níveis de conhecimento poderão participar nesta fase de extrema importância para o projeto e, potencialmente, de trabalho intensivo. A sua ferramente deve importar e extrair dados automaticamente. Evite programar queries, por vezes complexas e demoradas, escolhendo uma ferramenta que extrai automaticamente os dados nas diferentes atividades de preparação dos dados. Pode criar um modelo eficiente e rapidamente? Procure uma ferramenta que permita aos analistas encontrar rapidamente os melhores modelos. A ferramenta deve incluir funcionalidades técnicas para construção e teste de múltiplos modelos. Escolha uma ferramenta com um largo espectro de técnicas. Para obter os melhores resultados, assegure-se que a sua ferramenta dispõe de múltiplas técnicas e algoritmos para visualização, classificação, clustering, associação e regressão. A ferramenta também deve ser capaz de combinar diferentes técnicas sempre com o objetivo de produzir os melhores resultados. operacionais do dia a dia agora e no futuro. Saiba se essa integração é fácil ou se requer investimentos adicionais. Avalie os potenciais custos de propriedade associados à ferramenta escolhida. Para cada ferramenta em análise, analise o seu retorno (ROI): Qual será o seu custo adicional para além da aquisição inclua aqui os serviços de manutenção ou custos de renovação anual de licenças de software. Quando obterá um ROI positivo? Quando tempo demorará a implementar a sua ferramenta de data mining? Está desenhada para especialistas ou pode ser utilizada por técnicos com múltiplas formações? Quais os custos de formação envolvidos agora e no futuro? A ferramenta é customizável para utilizadores ou aplicações em particular? Pode automatizar tarefas rotineiras? A ferramenta escolhida utiliza os seus recursos informáticos atuais. Escolha uma ferramenta que utiliza os seus dados tal como eles existem na sua organização, qualquer que seja o sistema de base de dados ou de ficheiros. Caso contrário pode ser necessário afectar novos recursos ao seu projeto de data mining. Escolha uma ferramenta que lhe garanta bons resultados. Com o sucesso do seu projeto de data mining vai querer replicar a utilização deste processo na resolução de outros problemas. A ferramenta a escolher deve adaptar-se a qualquer tipo de projeto de data mining em vez de ser desenhada para uma aplicação específica. Quais as capacidades de apresentação e de distribuição dos resultados que a ferramenta dispõe? É crítico dispôr de uma ferramenta que lhe permita integrar os resultados obtidos nos seus sistemas 9

10 Conclusão Este documento tocou de forma muito sucinta num número de temas que deve ter em mente sempre que planeia e realiza um projeto de data mining. Outros tópicos relacionados com este tema estão para além dos objetivos deste documento. Se quiser explorar ou estudar com mais detalhe algum dos tópicos agora abordados, recomendamos a consulta de livros especializados sobre data mining. Outro meio que está ao seu dispor é frequentar uma acção de formação sobre a utilização dos produtos IBM SPSS para data mining. Consulte-nos e teremos todo o gosto em colaborar consigo. IBM e SPSS são marcas registadas da IBM Corporation. A PSE-Produtos e Serviços de Estatística, Lda distribui esta informação na qualidade de parceiro de negócios IBM. Muito obrigado pela sua atenção. 2011, PSE Produtos e Serviços de Estatística, Lda Contribuinte PT Sede Rua Castilho, 44 8º Lisboa Telefone Fax sítio oficial 10

SPSS Data Mining Tips

SPSS Data Mining Tips SPSS Data Mining Tips Um guião para ajudá-lo a poupar tempo e dinheiro quando planeia e executa um projecto de data mining. Índice Introdução... 2 Dicas gerais para data mining... 3 Compreensão do problema...

Leia mais

Business Intelligence & Performance Management

Business Intelligence & Performance Management Como medir a evolução do meu negócio? Tenho informação para esta decisão? A medição da performance é uma dimensão fundamental para qualquer actividade de gestão. Recorrentemente, qualquer gestor vê-se

Leia mais

Soluções de análise preditiva para optimizar os processos de negócio. João Pequito. Director Geral da PSE

Soluções de análise preditiva para optimizar os processos de negócio. João Pequito. Director Geral da PSE Soluções de análise preditiva para optimizar os processos de negócio João Pequito Director Geral da PSE Soluções de análise preditiva para optimizar os processos de negócio Qualquer instituição tem hoje

Leia mais

Planejamento Estratégico de TI. Prof.: Fernando Ascani

Planejamento Estratégico de TI. Prof.: Fernando Ascani Planejamento Estratégico de TI Prof.: Fernando Ascani Data Warehouse - Conceitos Hoje em dia uma organização precisa utilizar toda informação disponível para criar e manter vantagem competitiva. Sai na

Leia mais

3. Engenharia de Requisitos

3. Engenharia de Requisitos Engenharia de Software 3. Engenharia de Requisitos Nuno Miguel Gil Fonseca nuno.fonseca@estgoh.ipc.pt Fases do desenvolvimento de software que mais erros originam (fonte: "Software Testing", Ron Patton)

Leia mais

Professor: Disciplina:

Professor: Disciplina: Professor: Curso: Esp. Marcos Morais de Sousa marcosmoraisdesousa@gmail.com Sistemas de informação Disciplina: Introdução a SI Noções de sistemas de informação Turma: 01º semestre Prof. Esp. Marcos Morais

Leia mais

Implemente a sua solução de Gestão de Marketing, Vendas e Serviço de Clientes, em menos de 7 dias.

Implemente a sua solução de Gestão de Marketing, Vendas e Serviço de Clientes, em menos de 7 dias. GoldMine QuickStart Implemente a sua solução de Gestão de Marketing, Vendas e Serviço de Clientes, em menos de 7 dias. O GoldMine é uma ferramenta de gestão da relação com os clientes (CRM-Costumer Relationship

Leia mais

Plataforma de Gestão de Actualizações de Software Descrição do Problema

Plataforma de Gestão de Actualizações de Software Descrição do Problema Plataforma de Gestão de Actualizações de Software Descrição do Problema Pedro Miguel Barros Morgado Índice Introdução... 3 Ponto.C... 4 Descrição do Problema... 5 Bibliografia... 7 2 Introdução No mundo

Leia mais

ISO 9000:2000 Sistemas de Gestão da Qualidade Fundamentos e Vocabulário. As Normas da família ISO 9000. As Normas da família ISO 9000

ISO 9000:2000 Sistemas de Gestão da Qualidade Fundamentos e Vocabulário. As Normas da família ISO 9000. As Normas da família ISO 9000 ISO 9000:2000 Sistemas de Gestão da Qualidade Fundamentos e Vocabulário Gestão da Qualidade 2005 1 As Normas da família ISO 9000 ISO 9000 descreve os fundamentos de sistemas de gestão da qualidade e especifica

Leia mais

Resultados da Pesquisa

Resultados da Pesquisa Resultados da Pesquisa 1. Estratégia de Mensuração 01 As organizações devem ter uma estratégia de mensuração formal e garantir que a mesma esteja alinhada com os objetivos da empresa. Assim, as iniciativas

Leia mais

Para Entender o Resultado Do Seu Autodiagnóstico: EM QUE CASOS O EMAIL É MAIS RECOMENDADO?

Para Entender o Resultado Do Seu Autodiagnóstico: EM QUE CASOS O EMAIL É MAIS RECOMENDADO? Para Entender o Resultado Do Seu Autodiagnóstico: EM QUE CASOS O EMAIL É MAIS RECOMENDADO? Saber se o email é mais ou menos apropriado para o seu negócio depende do tipo de produto ou serviço que vende,

Leia mais

CLOSED LOOP LOGISTICS CASO PRÁTICO DE GESTÃO DE ESTOQUES EM UMA EMPRESA DE TV A CABO

CLOSED LOOP LOGISTICS CASO PRÁTICO DE GESTÃO DE ESTOQUES EM UMA EMPRESA DE TV A CABO CLOSED LOOP LOGISTICS CASO PRÁTICO DE GESTÃO DE ESTOQUES EM UMA EMPRESA DE TV A CABO A COMBINAÇÃO DA DINÂMICA DE SISTEMAS E A ANÁLISE ESTATÍSTICA MELHORA O PROCESSO DE DECISÃO EM SISTEMAS LOGISTICOS FECHADOS

Leia mais

T2Ti Tecnologia da Informação Ltda T2Ti.COM http://www.t2ti.com Projeto T2Ti ERP 2.0. Bloco Comercial. CRM e AFV

T2Ti Tecnologia da Informação Ltda T2Ti.COM http://www.t2ti.com Projeto T2Ti ERP 2.0. Bloco Comercial. CRM e AFV Bloco Comercial CRM e AFV Objetivo O objetivo deste artigo é dar uma visão geral sobre os Módulos CRM e AFV, que fazem parte do Bloco Comercial. Todas informações aqui disponibilizadas foram retiradas

Leia mais

Tópicos Abordados. Pesquisa de Mercado. Aula 1. Contextualização

Tópicos Abordados. Pesquisa de Mercado. Aula 1. Contextualização Pesquisa de Mercado Aula 1 Prof. Me. Ricieri Garbelini Tópicos Abordados 1. Identificação do problema ou situação 2. Construção de hipóteses ou determinação dos objetivos 3. Tipos de pesquisa 4. Métodos

Leia mais

Vantagem Garantida PHC

Vantagem Garantida PHC Vantagem Garantida PHC O Vantagem Garantida PHC é um aliado para tirar maior partido das aplicações PHC A solução que permite à empresa rentabilizar o seu investimento, obtendo software actualizado, formação

Leia mais

Gestão da Tecnologia da Informação

Gestão da Tecnologia da Informação TLCne-051027-P0 Gestão da Tecnologia da Informação Disciplina: Governança de TI São Paulo, Outubro de 2012 0 Sumário TLCne-051027-P1 Conteúdo desta Aula Abordar o domínio Adquirir e Implementar e todos

Leia mais

Capítulo 3. Sumário do Capítulo. Sumário do Capítulo. Desenho da Pesquisa

Capítulo 3. Sumário do Capítulo. Sumário do Capítulo. Desenho da Pesquisa Capítulo 3 Desenho da Pesquisa 3-1 Sumário do Capítulo 1) Introdução 2) Desenho da Pesquisa: Definição 3) Desenho da Pesquisa: Classificação 4) Pesquisa Exploratória 5) Pesquisa Descritiva i. Desenho Secção

Leia mais

Departamento Comercial e Marketing. Escola Secundaria de Paços de Ferreira 2009/2010. Técnicas de Secretariado

Departamento Comercial e Marketing. Escola Secundaria de Paços de Ferreira 2009/2010. Técnicas de Secretariado Escola Secundaria de Paços de Ferreira 2009/2010 Técnicas de Secretariado Departamento Comercial e Marketing Módulo 23- Departamento Comercial e Marketing Trabalho realizado por: Tânia Leão Departamento

Leia mais

Objetivos. Engenharia de Software. O Estudo de Viabilidade. Fase do Estudo de Viabilidade. Idéias chave. O que Estudar? O que concluir?

Objetivos. Engenharia de Software. O Estudo de Viabilidade. Fase do Estudo de Viabilidade. Idéias chave. O que Estudar? O que concluir? Engenharia de Software O Estudo de Viabilidade Objetivos O que é um estudo de viabilidade? O que estudar e concluir? Benefícios e custos Análise de Custo/Benefício Alternativas de comparação 1 2 Idéias

Leia mais

Grupo Pestana. suporta crescimento da área de venda directa no CRM. O Cliente

Grupo Pestana. suporta crescimento da área de venda directa no CRM. O Cliente Grupo Pestana suporta crescimento da área de venda directa no CRM. O trabalho de consolidação de informação permitiu desde logo abrir novas possibilidades de segmentação, com base num melhor conhecimento

Leia mais

FIDELIZAÇÃO: DICAS PARA SEUS CLIENTES VOLTAREM E COMPRAREM MAIS

FIDELIZAÇÃO: DICAS PARA SEUS CLIENTES VOLTAREM E COMPRAREM MAIS Como conquistar e manter clientes Marketing de Relacionamento Visa a orientar como utilizar as ferramentas do marketing de relacionamento para aumentar as vendas e fidelizar clientes. Público-alvo: empresários

Leia mais

Análise de Sistemas. Conceito de análise de sistemas

Análise de Sistemas. Conceito de análise de sistemas Análise de Sistemas Conceito de análise de sistemas Sistema: Conjunto de partes organizadas (estruturadas) que concorrem para atingir um (ou mais) objectivos. Sistema de informação (SI): sub-sistema de

Leia mais

Perfil Caliper de Liderança The Inner Leader Report

Perfil Caliper de Liderança The Inner Leader Report Perfil Caliper de Liderança The Inner Leader Report Avaliação de: Sr. Mario Exemplo Preparada por: Consultor Caliper exemplo@caliper.com.br Data: Página 1 Perfil Caliper de Liderança The Inner Leader Report

Leia mais

Unidade III FINANÇAS EM PROJETO DE TI. Prof. Fernando Rodrigues

Unidade III FINANÇAS EM PROJETO DE TI. Prof. Fernando Rodrigues Unidade III FINANÇAS EM PROJETO DE TI Prof. Fernando Rodrigues Quando se trabalha com projetos, é necessária a utilização de técnicas e ferramentas que nos auxiliem a estudálos, entendê-los e controlá-los.

Leia mais

1 Descrição sumária. Varajão, Santana, Cunha e Castro, Adopção de sistemas CRM nas grandes empresas portuguesas, Computerworld, 2011 1

1 Descrição sumária. Varajão, Santana, Cunha e Castro, Adopção de sistemas CRM nas grandes empresas portuguesas, Computerworld, 2011 1 Adopção de sistemas CRM nas grandes empresas portuguesas João Varajão 1, Daniela Santana 2, Manuela Cunha 3, Sandra Castro 4 1 Escola de Ciências e Tecnologia, Departamento de Engenharias, Universidade

Leia mais

Como elaborar um Plano de Negócios de Sucesso

Como elaborar um Plano de Negócios de Sucesso Como elaborar um Plano de Negócios de Sucesso Pedro João 28 de Abril 2011 Fundação António Cupertino de Miranda Introdução ao Plano de Negócios Modelo de Negócio Análise Financeira Estrutura do Plano de

Leia mais

Perfil Caliper de Especialistas The Inner Potential Report

Perfil Caliper de Especialistas The Inner Potential Report Perfil Caliper de Especialistas The Inner Potential Report Avaliação de: Sr. Antônio Modelo Preparada por: Consultor Caliper exemplo@caliper.com.br Data: Página 1 Perfil Caliper de Especialistas The Inner

Leia mais

Criar Pesquisas. Guia rápido sobre...

Criar Pesquisas. Guia rápido sobre... Guia rápido sobre... Criar Pesquisas Neste guia... Aprenda a fazer perguntas as vezes que forem necessárias e obter os dados que você necessita para melhorar seus produtos, personalizar campanhas e ficar

Leia mais

THE NEXT GENERATION IS NOW MANAGEMENT & CONSULTING GROUP

THE NEXT GENERATION IS NOW MANAGEMENT & CONSULTING GROUP Soluções integradas para a Indústria do turismo empresarial THE NEXT GENERATION IS NOW MANAGEMENT & CONSULTING GROUP A equipa da XYM Hospitality e os seus parceiros possuem vastos conhecimentos sobre a

Leia mais

CRM. Customer Relationship Management

CRM. Customer Relationship Management CRM Customer Relationship Management CRM Uma estratégia de negócio para gerenciar e otimizar o relacionamento com o cliente a longo prazo Mercado CRM Uma ferramenta de CRM é um conjunto de processos e

Leia mais

ELABORAÇÃO DE PROJETOS SOCIAIS. Instrutora: Aneliese Nascimento

ELABORAÇÃO DE PROJETOS SOCIAIS. Instrutora: Aneliese Nascimento Instrutora: Aneliese Nascimento O QUE É UM PROJETO? 4 Instrumento de comunicação. 4 Instrumento de intervenção em um ambiente ou situação para mudanças. 4 Instrumento para fazer algo inovador. O QUE DEVE

Leia mais

SERVIÇO DE ANÁLISE DE REDES DE TELECOMUNICAÇÕES APLICABILIDADE PARA CALL-CENTERS VISÃO DA EMPRESA

SERVIÇO DE ANÁLISE DE REDES DE TELECOMUNICAÇÕES APLICABILIDADE PARA CALL-CENTERS VISÃO DA EMPRESA SERVIÇO DE ANÁLISE DE REDES DE TELECOMUNICAÇÕES APLICABILIDADE PARA CALL-CENTERS VISÃO DA EMPRESA Muitas organizações terceirizam o transporte das chamadas em seus call-centers, dependendo inteiramente

Leia mais

FUNDAMENTOS DE SISTEMAS DE INFORMAÇÃO

FUNDAMENTOS DE SISTEMAS DE INFORMAÇÃO @ribeirord FUNDAMENTOS DE SISTEMAS DE INFORMAÇÃO Rafael D. Ribeiro, M.Sc,PMP. rafaeldiasribeiro@gmail.com http://www.rafaeldiasribeiro.com.br Lembrando... Aula 4 1 Lembrando... Aula 4 Sistemas de apoio

Leia mais

Entrevista ao Engº José Carlos Ramos, Director de Franchising da Explicolândia Centros de Estudo

Entrevista ao Engº José Carlos Ramos, Director de Franchising da Explicolândia Centros de Estudo Entrevista ao Engº José Carlos Ramos, Director de Franchising da Explicolândia Centros de Estudo Criada em Setembro de 2005 em Sacavém, a Explicolândia Centros de Estudo tem sido ao longo dos anos, uma

Leia mais

Planejamento Estratégico de TI. Prof.: Fernando Ascani

Planejamento Estratégico de TI. Prof.: Fernando Ascani Planejamento Estratégico de TI Prof.: Fernando Ascani BI Business Intelligence A inteligência Empresarial, ou Business Intelligence, é um termo do Gartner Group. O conceito surgiu na década de 80 e descreve

Leia mais

Thomas Hub Guia do Utilizador

Thomas Hub Guia do Utilizador Thomas Hub Guia do Utilizador O seu novo e melhorado sistema de apoio à decisão sobre pessoas Descubra a forma simples e rápida de diagnosticar e desenvolver o Capital Humano Acompanhe-nos 1 Guia do Utilizador

Leia mais

PHC Workflow CS. O controlo e a automatização de processos internos

PHC Workflow CS. O controlo e a automatização de processos internos PHC Workflow CS O controlo e a automatização de processos internos A solução que permite que um conjunto de acções a executar siga uma ordem pré-definida, de acordo com as normas da empresa, aumentando

Leia mais

2015 Manual de Parceiro de Educação. Suas soluções. Nossa tecnologia. Mais inteligentes juntos.

2015 Manual de Parceiro de Educação. Suas soluções. Nossa tecnologia. Mais inteligentes juntos. 2015 Manual de Parceiro de Educação Suas soluções. Nossa tecnologia. Mais inteligentes juntos. Prêmios Reais, a Partir de Agora Bem-vindo ao Intel Technology Provider O Intel Technology Provider é um programa

Leia mais

Resolva Seus Maiores Desafios com Data Mining

Resolva Seus Maiores Desafios com Data Mining IBM Software Business Analytics IBM SPSS Modeler Resolva Seus Maiores Desafios com Data Mining Use a inteligência preditiva para tomar boas decisões rapidamente Solucione seus desafios com Data Mining

Leia mais

Análise e Conc epç ão de Sist em as de Inform aç ão,qwurgxomrj(qj GH5HTXLVLWRV. Adaptado a partir de Gerald Kotonya and Ian Sommerville

Análise e Conc epç ão de Sist em as de Inform aç ão,qwurgxomrj(qj GH5HTXLVLWRV. Adaptado a partir de Gerald Kotonya and Ian Sommerville Análise e Conc epç ão de Sist em as de Inform aç ão,qwurgxomrj(qj GH5HTXLVLWRV Adaptado a partir de Gerald Kotonya and Ian Sommerville 1 Objectivos Introduzir as noções requisitos de sistema e processo

Leia mais

Data de adopção. Referência Título / Campo de Aplicação Emissor. Observações

Data de adopção. Referência Título / Campo de Aplicação Emissor. Observações NP ISO 10001:2008 Gestão da qualidade. Satisfação do cliente. Linhas de orientação relativas aos códigos de conduta das organizações CT 80 2008 NP ISO 10002:2007 Gestão da qualidade. Satisfação dos clientes.

Leia mais

Âmbito dos serviços de controlo de saúde da Compellent

Âmbito dos serviços de controlo de saúde da Compellent Descrição do serviço Controlo de Saúde de SAN Dell Compellent Visão geral do serviço A presente Descrição do Serviço ( Descrição do Serviço ) é celebrada entre si, o cliente ( você ou Cliente ), e a entidade

Leia mais

CONTROLPLAN CONSULTING

CONTROLPLAN CONSULTING A ESTRATÉGIA É IMPORTANTE, MAS A EXECUÇÃO É QUE CONTA CONTROLPLAN CONSULTING O SEU PARCEIRO DE NEGÓCIOS CONTROLPLAN CONSULTING APRESENTAÇÃO ESTUDOS DE MERCADO A ControlPlan Consulting tem sido uma referência

Leia mais

Gerenciamento de Projeto

Gerenciamento de Projeto UNIVERSIDADE ESTADUAL PAULISTA INSTITUTO DE BIOCIÊNCIAS, LETRAS E CIÊNCIAS EXATAS DEPARTAMENTO DE CIÊNCIAS DE COMPUTAÇÃO E ESTATÍSTICA Gerenciamento de Projeto Engenharia de Software 2o. Semestre/ 2005

Leia mais

Documento que sistematiza informação sobre a ideia de negócio, como pretende implementá-la, e que resultados espera obter no futuro.

Documento que sistematiza informação sobre a ideia de negócio, como pretende implementá-la, e que resultados espera obter no futuro. Feira do Empreendedor 2014 Documento que sistematiza informação sobre a ideia de negócio, como pretende implementá-la, e que resultados espera obter no futuro. É essencial para a estruturação e defesa

Leia mais

Fone: 55 11 2384-7736 - www.wissenconsulting.com.br - atendimento@wissenconsulting.com.br

Fone: 55 11 2384-7736 - www.wissenconsulting.com.br - atendimento@wissenconsulting.com.br Nosso método de trabalho foi criado para atender VOCÊ A WISSEN CONSULTING têm como compromisso ajudá-lo a alcançar o sucesso na implementação de ferramentas de gestão e colaboração para que você possa

Leia mais

As ações de formação ação no âmbito do presente Aviso têm, obrigatoriamente, de ser desenvolvidas com a estrutura a seguir indicada.

As ações de formação ação no âmbito do presente Aviso têm, obrigatoriamente, de ser desenvolvidas com a estrutura a seguir indicada. Anexo A Estrutura de intervenção As ações de formação ação no âmbito do presente Aviso têm, obrigatoriamente, de ser desenvolvidas com a estrutura a seguir indicada. 1. Plano de ação para o período 2016

Leia mais

É um documento que sistematiza a informação sobre a ideia de negócio, como pretende implementá-la, e que resultados espera obter no futuro.

É um documento que sistematiza a informação sobre a ideia de negócio, como pretende implementá-la, e que resultados espera obter no futuro. Feira do Empreendedor, 23 de Novembro de 2012 É um documento que sistematiza a informação sobre a ideia de negócio, como pretende implementá-la, e que resultados espera obter no futuro. É essencial para

Leia mais

Entrega de Folhas de Férias

Entrega de Folhas de Férias Entrega de Folhas de Férias Guia do Utilizador Versão 4.0 Agosto/ 2014 Índice 1. Introdução 2. Criar/ Validar Folhas de Férias 3. Acesso à funcionalidade 4. Inserir/ Consultar Folhas de Férias 5. Comprovativo

Leia mais

MÓDULO III HELP DESK PARA FORMAÇÃO ONLINE

MÓDULO III HELP DESK PARA FORMAÇÃO ONLINE MÓDULO III HELP DESK PARA FORMAÇÃO ONLINE Objectivos gerais do módulo No final do módulo, deverá estar apto a: Definir o conceito de Help Desk; Identificar os diferentes tipos de Help Desk; Diagnosticar

Leia mais

Sistemas de Informação James A. O Brien Editora Saraiva Capítulo 5

Sistemas de Informação James A. O Brien Editora Saraiva Capítulo 5 Para entender bancos de dados, é útil ter em mente que os elementos de dados que os compõem são divididos em níveis hierárquicos. Esses elementos de dados lógicos constituem os conceitos de dados básicos

Leia mais

Uma nova perspectiva sobre a experiência digital do cliente

Uma nova perspectiva sobre a experiência digital do cliente Uma nova perspectiva sobre a experiência digital do cliente Redesenhando a forma como empresas operam e envolvem seus clientes e colaboradores no mundo digital. Comece > Você pode construir de fato uma

Leia mais

Sistemas de Informação Gerenciais (SIG)

Sistemas de Informação Gerenciais (SIG) Faculdade de Engenharia - Campus de Guaratinguetá Sistemas de Informação Gerenciais (SIG) Prof. José Roberto Dale Luche Unesp Um SISTEMA DE INFORMAÇÃO é um conjunto de componentes inter-relacionados, desenvolvidos

Leia mais

Módulo 4. Visão geral dos controles do COBIT aplicáveis para implantação da Sarbanes, o papel de TI, a importância dos softwares e exercícios

Módulo 4. Visão geral dos controles do COBIT aplicáveis para implantação da Sarbanes, o papel de TI, a importância dos softwares e exercícios Módulo 4 Visão geral dos controles do COBIT aplicáveis para implantação da Sarbanes, o papel de TI, a importância dos softwares e exercícios Estruturas e Metodologias de controle adotadas na Sarbanes COBIT

Leia mais

A NORMA PORTUGUESA NP 4427 SISTEMA DE GESTÃO DE RECURSOS HUMANOS REQUISITOS M. Teles Fernandes

A NORMA PORTUGUESA NP 4427 SISTEMA DE GESTÃO DE RECURSOS HUMANOS REQUISITOS M. Teles Fernandes A NORMA PORTUGUESA NP 4427 SISTEMA DE GESTÃO DE RECURSOS HUMANOS REQUISITOS M. Teles Fernandes A satisfação e o desempenho dos recursos humanos em qualquer organização estão directamente relacionados entre

Leia mais

Prémio Excelência no Trabalho 2015

Prémio Excelência no Trabalho 2015 FAQ Frequently Asked Questions Índice Prémio Excelência no Trabalho 2015 INSCRIÇÃO... 2 COMUNICAÇÃO INTERNA... 4 QUESTIONÁRIO DIRIGIDO AOS COLABORADORES... 5 INQUÉRITO À GESTÃO DE TOPO... 7 TRATAMENTO

Leia mais

6 Conclusões e recomendações 6.1. Resumo do estudo

6 Conclusões e recomendações 6.1. Resumo do estudo 6 Conclusões e recomendações 6.1. Resumo do estudo As operadoras de telefonia móvel do mercado brasileiro estão diante de um contexto em que é cada vez mais difícil a aquisição de novos clientes. Dado

Leia mais

A Gestão da experiência do consumidor é essencial

A Gestão da experiência do consumidor é essencial A Gestão da experiência do consumidor é essencial Sempre que um cliente interage com a sua empresa, independentemente do canal escolhido para efetuar esse contacto, é seu dever garantir uma experiência

Leia mais

APOO Análise e Projeto Orientado a Objetos. Requisitos

APOO Análise e Projeto Orientado a Objetos. Requisitos + APOO Análise e Projeto Orientado a Objetos Requisitos Requisitos 2 n Segundo Larman: n São capacidades e condições às quais o sistema e em termos mais amplos, o projeto deve atender n Não são apenas

Leia mais

Pretendemos também abordar as filosofias e os tipos de Marketing. Outro dos pontos abordados é o planeamento estratégico e o processo de Marketing.

Pretendemos também abordar as filosofias e os tipos de Marketing. Outro dos pontos abordados é o planeamento estratégico e o processo de Marketing. Universidade do Algarve Escola superior de Tecnologia Engenharia Elétrica e Eletrónica MARKETING Docente: Jaime Martins Discentes: Mário Sousa Nº25649 Mário Fontainhas Nº24148 Paulo Rodrigues Nº23615 Introdução

Leia mais

CRITÉRIO 3: SISTEMA DE DESENVOLVIMENTO E GESTÃO DO DESEMPENHO

CRITÉRIO 3: SISTEMA DE DESENVOLVIMENTO E GESTÃO DO DESEMPENHO CRITÉRIO 3: SISTEMA DE DESENVOLVIMENTO E GESTÃO DO DESEMPENHO Este capítulo inclui: Visão geral O Ciclo de Gestão do Desempenho: Propósito e Objectivos Provas requeridas para a acreditação Outros aspectos

Leia mais

Políticas de Segurança da Informação. Aécio Costa

Políticas de Segurança da Informação. Aécio Costa Aécio Costa A segurança da informação é obtida a partir da implementação de um conjunto de controles adequados, incluindo políticas, processos, procedimentos, estruturas organizacionais e funções de software

Leia mais

Resumo para Identificação das Necessidades dos Clientes

Resumo para Identificação das Necessidades dos Clientes Resumo para Identificação das Necessidades dos Clientes O processo de decisão de compra é feito através da percepção de que os consumidores têm um problema. Então, se movem em direção à resolução. Disto

Leia mais

PHC dteamcontrol Interno

PHC dteamcontrol Interno O módulo PHC dteamcontrol Interno permite acompanhar a gestão de todos os projectos abertos em que um utilizador se encontra envolvido. PHC dteamcontrol Interno A solução via Internet que permite acompanhar

Leia mais

O que é a ciência de dados (data science). Discussão do conceito. Luís Borges Gouveia Universidade Fernando Pessoa Versão 1.

O que é a ciência de dados (data science). Discussão do conceito. Luís Borges Gouveia Universidade Fernando Pessoa Versão 1. O que é a ciência de dados (data science). Discussão do conceito Luís Borges Gouveia Universidade Fernando Pessoa Versão 1.3, Outubro, 2015 Nota prévia Esta apresentação tem por objetivo, proporcionar

Leia mais

FATEC Cruzeiro José da Silva. Ferramenta CRM como estratégia de negócios

FATEC Cruzeiro José da Silva. Ferramenta CRM como estratégia de negócios FATEC Cruzeiro José da Silva Ferramenta CRM como estratégia de negócios Cruzeiro SP 2008 FATEC Cruzeiro José da Silva Ferramenta CRM como estratégia de negócios Projeto de trabalho de formatura como requisito

Leia mais

Módulo 07 Gestão de Conhecimento

Módulo 07 Gestão de Conhecimento Módulo 07 Gestão de Conhecimento Por ser uma disciplina considerada nova dentro do campo da administração, a gestão de conhecimento ainda hoje tem várias definições e percepções, como mostro a seguir:

Leia mais

Serviços de Consultoria Sabre Travel Network

Serviços de Consultoria Sabre Travel Network Serviços de Consultoria Sabre Travel Network Serviços de Consultoria de Sabre Travel Network Nunca foi tão importante compreender o desempenho real dos seus negócios. E tomar conhecimento do posicionamento

Leia mais

Contrato de Suporte End.: Telefones:

Contrato de Suporte End.: Telefones: Contrato de Suporte Contrato de Suporte Desafios das empresas no que se refere à infraestrutura de TI Possuir uma infraestrutura de TI que atenda as necessidades da empresa Obter disponibilidade dos recursos

Leia mais

Um dos objetivos deste tema é orientar as ações sistemáticas na busca satisfazer o consumidor estimulando a demanda e viabilizando o lucro.

Um dos objetivos deste tema é orientar as ações sistemáticas na busca satisfazer o consumidor estimulando a demanda e viabilizando o lucro. PLANO DE MARKETING Andréa Monticelli Um dos objetivos deste tema é orientar as ações sistemáticas na busca satisfazer o consumidor estimulando a demanda e viabilizando o lucro. 1. CONCEITO Marketing é

Leia mais

SI Sistema de Informação Anexo 4

SI Sistema de Informação Anexo 4 onselho oordenador omo implementar? No actual quadro da dministração Pública torna-se necessário avaliar o desempenho dos serviços, o que implica, para os gestores públicos, desenvolver (os seus) sistemas

Leia mais

Este sistema é sustentado por 14 pilares: Elemento 1 Liderança, Responsabilidade e Gestão

Este sistema é sustentado por 14 pilares: Elemento 1 Liderança, Responsabilidade e Gestão Este sistema é sustentado por 14 pilares: Elemento 1 Liderança, Responsabilidade e Gestão Como as pessoas tendem a imitar os seus líderes, estes devem-se empenhar e comprometer-se com o QSSA, para servirem

Leia mais

(RoadMap) Guia de Utilização dos Recursos de Competitividade

(RoadMap) Guia de Utilização dos Recursos de Competitividade (RoadMap) Guia de Utilização dos Recursos de Competitividade Notas de enquadramento O presente Roadmap surge no âmbito do projeto de Recursos de Competitividade, tendo como objectivo a facilitação da utilização

Leia mais

Consultadoria, Pesquisas de Mercado e Opinião

Consultadoria, Pesquisas de Mercado e Opinião Pesquisas de Mercado Online 1. Apresentação O que é a Pesquisadireta? A Pesquisadireta é uma empresa de pesquisas de opinião e mercado exclusivamente online. De uma forma rápida e flexível, sua empresa

Leia mais

PLANO DE MARKETING. Trabalho realizado por: Vera Valadeiro, nº20. TAG 4/2010 17 Valores

PLANO DE MARKETING. Trabalho realizado por: Vera Valadeiro, nº20. TAG 4/2010 17 Valores 0366 PLANO DE MARKETING Trabalho realizado por: Vera Valadeiro, nº20 TAG 4/2010 17 Valores Índice Introdução Diagnóstico Análise do Mercado Análise da Concorrência Análise da Empresa Análise SWOT Objectivos

Leia mais

Agilizando o processo de compras para aumentar a eficiência e comprar melhor

Agilizando o processo de compras para aumentar a eficiência e comprar melhor Agilizando o processo de compras para aumentar a eficiência e comprar melhor Toda empresa privada deseja gerar lucro e para que chegue com sucesso ao final do mês ela precisa vender, sejam seus serviços

Leia mais

Engenharia de Software. Ficha T. Prática nº 2

Engenharia de Software. Ficha T. Prática nº 2 Engenharia de Software Ficha T. Prática nº 2 Objectivo: Análise do software como produto e como processo Caso de Estudo - Sistema de Controlo Orçamental O problema e as suas peculiaridades O principal

Leia mais

Agência certa. Guia de boas práticas para concursos de agências de publicidade e comunicação.

Agência certa. Guia de boas práticas para concursos de agências de publicidade e comunicação. Agência certa. Guia de boas práticas para concursos de agências de publicidade e comunicação. Introdução. Os profissionais de marketing têm que trabalhar em parcerias mutuamente benéficas com as suas agências

Leia mais

Controlar. Otimizar. Crescer.

Controlar. Otimizar. Crescer. Controlar. Otimizar. Crescer. Neste material de suporte, você encontrará informações de SAM para: Novos Líderes de Tecnologia Fusões e Aquisições True-Up Assist Serviço Microsoft EAP Assist Assuma o controle

Leia mais

BPO para Empresas de Energia e Concessionárias de Serviços Públicos

BPO para Empresas de Energia e Concessionárias de Serviços Públicos BPO para Empresas de Energia e Concessionárias de Serviços Públicos Terceirização de Processos Empresariais da Capgemini Um componente da área de Serviços Públicos da Capgemini As concessionárias de serviços

Leia mais

C O B I T. Gerenciamento dos Riscos Mitigação. Aceitação. Transferência. Evitar/Eliminar.

C O B I T. Gerenciamento dos Riscos Mitigação. Aceitação. Transferência. Evitar/Eliminar. C O B I T Evolução Estratégica A) Provedor de Tecnologia Gerenciamento de Infra-estrutura de TI (ITIM) B) Provedor de Serviços Gerenciamento de Serviços de TI (ITSM) C) Parceiro Estratégico Governança

Leia mais

CEF/0910/26436 Relatório final da CAE (Univ) - Ciclo de estudos em funcionamento

CEF/0910/26436 Relatório final da CAE (Univ) - Ciclo de estudos em funcionamento CEF/0910/26436 Relatório final da CAE (Univ) - Ciclo de estudos em funcionamento Caracterização do ciclo de estudos Perguntas A.1 a A.9 A.1. Instituição de ensino superior / Entidade instituidora: Universidade

Leia mais

Aumente o seu negócio e faça crescer o seu lucro com o Programa de Parceiros APC

Aumente o seu negócio e faça crescer o seu lucro com o Programa de Parceiros APC Aumente o seu negócio e faça crescer o seu lucro com o Programa de Parceiros APC Desenhado em função do seu negócio e concebido para ajudá-lo a ser competitivo num mercado em transformação De que necessita

Leia mais

SISTEMAS DE GESTÃO DA QUALIDADE

SISTEMAS DE GESTÃO DA QUALIDADE SISTEMAS DE GESTÃO DA QUALIDADE Objectivos do Curso. No final deste os alunos deverão: Identificar os principais objectivos associados à implementação de Sistemas de Gestão da Qualidade (SGQ) Compreender

Leia mais

Manual do Usuário Cyber Square

Manual do Usuário Cyber Square Manual do Usuário Cyber Square Criado dia 27 de março de 2015 as 12:14 Página 1 de 48 Bem-vindo ao Cyber Square Parabéns! Você está utilizando o Cyber Square, o mais avançado sistema para gerenciamento

Leia mais

HP NonStop Server Capacity Planning

HP NonStop Server Capacity Planning HP NonStop Server Capacity Planning Serviços HP Dados técnicos Determinar futuros requisitos de capacidade de hardware para sistemas NonStop de processamento de transações online em constante crescimento

Leia mais

1º de outubro de 2007 A métrica de CRM correta para a sua organização MÉTRICAS REQUEREM DISCIPLINA PARA A IMPLEMENTAÇÃO DE CRM BEM-SUCEDIDA

1º de outubro de 2007 A métrica de CRM correta para a sua organização MÉTRICAS REQUEREM DISCIPLINA PARA A IMPLEMENTAÇÃO DE CRM BEM-SUCEDIDA 1º de outubro de 2007 A métrica de CRM correta para a sua organização por William Band com Sharyn C. Leaver e Mary Ann Rogan SUMÁRIO EXECUTIVO A Forrester entrevistou 58 executivos sobre as melhores práticas

Leia mais

Suporte Técnico de Software HP

Suporte Técnico de Software HP Suporte Técnico de Software HP Serviços Tecnológicos HP - Serviços Contratuais Dados técnicos O Suporte Técnico de Software HP fornece serviços completos de suporte de software remoto para produtos de

Leia mais

PROJETO DE REDES www.projetoderedes.com.br

PROJETO DE REDES www.projetoderedes.com.br PROJETO DE REDES www.projetoderedes.com.br Centro Universitário de Volta Redonda - UniFOA Curso Tecnológico de Redes de Computadores 5º período Disciplina: Tecnologia WEB Professor: José Maurício S. Pinheiro

Leia mais

Autoatendimento Digital. Reduz custos e aprimora as relações com o cliente, criando experiências de autoatendimento personalizadas e significativas.

Autoatendimento Digital. Reduz custos e aprimora as relações com o cliente, criando experiências de autoatendimento personalizadas e significativas. Autoatendimento Digital Reduz custos e aprimora as relações com o cliente, criando experiências de autoatendimento personalizadas e significativas. Oferece aos clientes as repostas que buscam, e a você,

Leia mais

Módulo 3 Procedimento e processo de gerenciamento de riscos, PDCA e MASP

Módulo 3 Procedimento e processo de gerenciamento de riscos, PDCA e MASP Módulo 3 Procedimento e processo de gerenciamento de riscos, PDCA e MASP 6. Procedimento de gerenciamento de risco O fabricante ou prestador de serviço deve estabelecer e manter um processo para identificar

Leia mais

Guião para as ferramentas etwinning

Guião para as ferramentas etwinning Guião para as ferramentas etwinning Registo em etwinning Primeiro passo: Dados de quem regista Segundo passo: Preferências de geminação Terceiro passo: Dados da escola Quarto passo: Perfil da escola Ferramenta

Leia mais

Banco do Brasil S.A. Consulta ao Mercado - RFP - Request for Proposa Aquisição de Ferramenta de Gestão de Limites Dúvida de Fornecedor

Banco do Brasil S.A. Consulta ao Mercado - RFP - Request for Proposa Aquisição de Ferramenta de Gestão de Limites Dúvida de Fornecedor 1. Em relação ao módulo para Atribuição de Limites, entendemos que Banco do Brasil busca uma solução para o processo de originação/concessão de crédito. Frente a essa necessidade, o Banco do Brasil busca

Leia mais

MESTRADO EM PESQUISA DE MERCADOS 2006 2007

MESTRADO EM PESQUISA DE MERCADOS 2006 2007 MESTRADO EM PESQUISA DE MERCADOS 2006 2007 PROGRAMA DAS DISCIPLINAS 1 1º trimestre PESQUISA DE MERCADOS Objectivos Pretende-se que os alunos: (a) adquiram os conceitos e semântica próprios do tema, (b)

Leia mais

3 Market Basket Analysis - MBA

3 Market Basket Analysis - MBA 2 Mineração de Dados 3 Market Basket Analysis - MBA Market basket analysis (MBA) ou, em português, análise da cesta de compras, é uma técnica de data mining que faz uso de regras de associação para identificar

Leia mais

COMO CRIAR BUYER PERSONAS

COMO CRIAR BUYER PERSONAS COMO CRIAR BUYER PERSONAS Em qualquer ação de comunicação, a importância de conhecer a audiência é fundamental. É dessa forma que a construção de buyer personas permite direcionar melhor a comunicação

Leia mais

ACEF/1112/20852 Relatório final da CAE

ACEF/1112/20852 Relatório final da CAE ACEF/1112/20852 Relatório final da CAE Caracterização do ciclo de estudos Perguntas A.1 a A.10 A.1. Instituição de ensino superior / Entidade instituidora: Fundação Minerva - Cultura - Ensino E Investigação

Leia mais