PSE Data Mining Tips
|
|
- Kléber Bergmann Campelo
- 8 Há anos
- Visualizações:
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 spssinfo@pse.pt 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 (spssinfo@pse.pt) 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 spssinfo@pse.pt sítio oficial 10
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 maisISO 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 maisTópicos 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 maisPHC Serviços CS. A gestão de processos de prestação de serviços
PHC Serviços CS A gestão de processos de prestação de serviços A solução que permite controlar diferentes áreas de uma empresa: reclamações e respectivo tratamento; controlo de processos e respectivos
Leia maisComo 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 maisPlanejamento 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 maisO 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 maisCOMO FAZER A TRANSIÇÃO
ISO 9001:2015 COMO FAZER A TRANSIÇÃO Um guia para empresas certificadas Antes de começar A ISO 9001 mudou! A versão brasileira da norma foi publicada no dia 30/09/2015 e a partir desse dia, as empresas
Leia maisPHC 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 maisPós-Graduação em Gerenciamento de Projetos práticas do PMI
Pós-Graduação em Gerenciamento de Projetos práticas do PMI Planejamento do Gerenciamento das Comunicações (10) e das Partes Interessadas (13) PLANEJAMENTO 2 PLANEJAMENTO Sem 1 Sem 2 Sem 3 Sem 4 Sem 5 ABRIL
Leia maisFATEC 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. evolução do conceito. Inspecção 3. Controlo da qualidade 4. Controlo da Qualidade Aula 05. Gestão da qualidade:
Evolução do conceito 2 Controlo da Qualidade Aula 05 Gestão da :. evolução do conceito. gestão pela total (tqm). introdução às normas iso 9000. norma iso 9000:2000 gestão pela total garantia da controlo
Leia maisMódulo 15 Resumo. Módulo I Cultura da Informação
Módulo 15 Resumo Neste módulo vamos dar uma explanação geral sobre os pontos que foram trabalhados ao longo desta disciplina. Os pontos abordados nesta disciplina foram: Fundamentos teóricos de sistemas
Leia maisExtração de Requisitos
Extração de Requisitos Extração de requisitos é o processo de transformação das idéias que estão na mente dos usuários (a entrada) em um documento formal (saída). Pode se entender também como o processo
Leia maisACOMPANHAMENTO GERENCIAL SANKHYA
MANUAL DE VISITA DE ACOMPANHAMENTO GERENCIAL SANKHYA Material exclusivo para uso interno. O QUE LEVA UMA EMPRESA OU GERENTE A INVESTIR EM UM ERP? Implantar um ERP exige tempo, dinheiro e envolve diversos
Leia maisDESENVOLVER E GERIR COMPETÊNCIAS EM CONTEXTO DE MUDANÇA (Publicado na Revista Hotéis de Portugal Julho/Agosto 2004)
DESENVOLVER E GERIR COMPETÊNCIAS EM CONTEXTO DE MUDANÇA (Publicado na Revista Hotéis de Portugal Julho/Agosto 2004) por Mónica Montenegro, Coordenadora da área de Recursos Humanos do MBA em Hotelaria e
Leia maisAPOO 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 maisSERVIÇO 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 maisComeço por apresentar uma breve definição para projecto e para gestão de projectos respectivamente.
The role of Project management in achieving Project success Ao longo da desta reflexão vou abordar os seguintes tema: Definir projectos, gestão de projectos e distingui-los. Os objectivos da gestão de
Leia maisEstabelecendo Prioridades para Advocacia
Estabelecendo Prioridades para Advocacia Tomando em consideração os limites de tempo e recursos dos implementadores, as ferramentas da série Straight to the Point (Directo ao Ponto), da Pathfinder International,
Leia maisDEPARTAMENTO DE MATEMÁTICA E CIÊNCIAS EXPERIMENTAIS
DEPARTAMENTO DE MATEMÁTICA E CIÊNCIAS EXPERIMENTAIS Planificação Anual da Disciplina de TIC Módulos 1,2,3-10.ºD CURSO PROFISSIONAL DE TÉCNICO DE APOIO À GESTÃO DESPORTIVA Ano Letivo 2015-2016 Manual adotado:
Leia maisSeção 2/E Monitoramento, Avaliação e Aprendizagem
Seção 2/E Monitoramento, Avaliação e Aprendizagem www.bettercotton.org Orientação Text to go here O documento Monitoramento, Avaliação e Aprendizagem da BCI proporciona uma estrutura para medir as mudanças
Leia maisGerenciamento de Níveis de Serviço
Gerenciamento de Níveis de Serviço O processo de Gerenciamento de Níveis de Serviço fornece o contato entre a organização de TI e o cliente, para garantir que a organização de TI conhece os serviços que
Leia maisSoluções 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 maisControlo da Qualidade Aula 05
Controlo da Qualidade Aula 05 Gestão da qualidade:. evolução do conceito. gestão pela qualidade total (tqm). introdução às normas iso 9000. norma iso 9001:2000 Evolução do conceito 2 gestão pela qualidade
Leia maisMódulo 4. Construindo uma solução OLAP
Módulo 4. Construindo uma solução OLAP Objetivos Diferenciar as diversas formas de armazenamento Compreender o que é e como definir a porcentagem de agregação Conhecer a possibilidade da utilização de
Leia maisCRM. 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 maisNP EN ISO 9001:2000 LISTA DE COMPROVAÇÃO
NP EN ISO 9001:2000 LISTA DE COMPROVAÇÃO NIP: Nº DO RELATÓRIO: DENOMINAÇÃO DA EMPRESA: EQUIPA AUDITORA (EA): DATA DA VISITA PRÉVIA: DATA DA AUDITORIA: AUDITORIA DE: CONCESSÃO SEGUIMENTO ACOMPANHAMENTO
Leia maisPHC XL CS. Reporting Financeiro em Microsoft Excel. O que ganha com este software:
PHC XL CS O que ganha com este software: Apoio à tomada de decisão Relatórios pormenorizados Análises sobre áreas vitais Personalização de funcionalidades Criação automática de mapas e gráficos Importação
Leia maisGARANTIA DA QUALIDADE DE SOFTWARE
GARANTIA DA QUALIDADE DE SOFTWARE Fonte: http://www.testexpert.com.br/?q=node/669 1 GARANTIA DA QUALIDADE DE SOFTWARE Segundo a NBR ISO 9000:2005, qualidade é o grau no qual um conjunto de características
Leia maisSuporte 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 maisComo melhorar o atendimento ao cliente através de uma abordagem multicanal
Como melhorar o atendimento ao cliente através de uma abordagem multicanal Os clientes estão cada vez mais exigentes e procuram por empresas que prestem um atendimento rápido, eficaz e sem esforço em qualquer
Leia maisConsultadoria, 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 maisSugestão de Roteiro para Elaboração de Monografia de TCC
Sugestão de Roteiro para Elaboração de Monografia de TCC Sugerimos, para elaborar a monografia de TCC (Trabalho de Conclusão de Curso), que o aluno leia atentamente essas instruções. Fundamentalmente,
Leia maisADM041 / EPR806 Sistemas de Informação
ADM041 / EPR806 Sistemas de Informação UNIFEI Universidade Federal de Itajubá Prof. Dr. Alexandre Ferreira de Pinho 1 Sistemas de Apoio à Decisão (SAD) Tipos de SAD Orientados por modelos: Criação de diferentes
Leia maisVocê consegue dirigir seu carro sem um painel de controle? Você consegue gerenciar um Service Desk sem Indicadores?
Você consegue dirigir seu carro sem um painel de controle? Você consegue gerenciar um Service Desk sem Indicadores? Será que está acabando a gasolina? Qual o consumo médio do carro na Estrada ou na Cidade?
Leia mais1. Motivação para o sucesso (Ânsia de trabalhar bem ou de se avaliar por uma norma de excelência)
SEREI UM EMPREENDEDOR? Este questionário pretende estimular a sua reflexão sobre a sua chama empreendedora. A seguir encontrará algumas questões que poderão servir de parâmetro para a sua auto avaliação
Leia maisNo mundo atual, globalizado e competitivo, as organizações têm buscado cada vez mais, meios de se destacar no mercado. Uma estratégia para o
DATABASE MARKETING No mundo atual, globalizado e competitivo, as organizações têm buscado cada vez mais, meios de se destacar no mercado. Uma estratégia para o empresário obter sucesso em seu negócio é
Leia maisPlanejando o aplicativo
Um aplicativo do Visual FoxPro geralmente inclui um ou mais bancos de dados, um programa principal que configura o ambiente de sistema do aplicativo, além de uma interface com os usuários composta por
Leia maisMúltiplos Estágios processo com três estágios Inquérito de Satisfação Fase II
O seguinte exercício contempla um processo com três estágios. Baseia-se no Inquérito de Satisfação Fase II, sendo, por isso, essencial compreender primeiro o problema antes de começar o tutorial. 1 1.
Leia maisPHC dteamcontrol Interno
PHC dteamcontrol Interno A gestão remota de projetos em aberto A solução via Internet que permite acompanhar os projetos em aberto em que o utilizador se encontra envolvido, gerir eficazmente o seu tempo
Leia maisDATA WAREHOUSE. Introdução
DATA WAREHOUSE Introdução O grande crescimento do ambiente de negócios, médias e grandes empresas armazenam também um alto volume de informações, onde que juntamente com a tecnologia da informação, a correta
Leia maisPrograma de Parcerias e Submissão de Propostas 2014/15
DEPARTAMENTO DE INFORMÁTICA Programa de Parcerias e Submissão de Propostas 2014/15 O Departamento de Informática (DI) da Faculdade de Ciências da Universidade de Lisboa (FCUL) procura criar e estreitar
Leia maisEstratégias para aumentar conversões
Estratégias para aumentar conversões Uma nova ferramenta para controlar os lances de forma automática, oferecendo mais controlo, flexibilidade e relatórios detalhados. Flexibilidade Controlo Relatórios
Leia maisMBA: Master in Project Management
Desde 1968 MBA: Master in Project Management Projetos e Tecnologia da Informação FMU Professor: Marcos A.Cabral Projetos e Tecnologia da Informação Professor Marcos A. Cabral 2 Conceito É um conjunto de
Leia maisBusiness 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 maisBanco 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 maisCAPÍTULO 3 - TIPOS DE DADOS E IDENTIFICADORES
CAPÍTULO 3 - TIPOS DE DADOS E IDENTIFICADORES 3.1 - IDENTIFICADORES Os objetos que usamos no nosso algoritmo são uma representação simbólica de um valor de dado. Assim, quando executamos a seguinte instrução:
Leia maisCapítulo. Sistemas de apoio à decisão
Capítulo 10 1 Sistemas de apoio à decisão 2 Objectivos de aprendizagem Identificar as alterações que estão a ter lugar na forma e função do apoio à decisão nas empresas de e-business. Identificar os papéis
Leia maisEscolhendo a melhor opção para sua empresa
www.pwc.com.br Escolhendo a melhor opção para sua empresa Auditoria Interna Auditoria Interna - Co-sourcing atende/supera as expectativas da alta administração? A função de Auditoria Interna compreende
Leia maisISO 9001:2008. Alterações e Adições da nova versão
ISO 9001:2008 Alterações e Adições da nova versão Notas sobe esta apresentação Esta apresentação contém as principais alterações e adições promovidas pela edição 2008 da norma de sistema de gestão mais
Leia maisAumente sua velocidade e flexibilidade com a implantação da nuvem gerenciada de software da SAP
Parceiros de serviços em nuvem gerenciada Aumente sua velocidade e flexibilidade com a implantação da nuvem gerenciada de software da SAP Implemente a versão mais recente do software da SAP de classe mundial,
Leia maisO DESAFIO DOS EXECUTIVOS
COACHING EXECUTIVO O DESAFIO DOS EXECUTIVOS Os executivos das empresas estão sujeitos a pressões crescentes para entregarem mais e melhores resultados, liderando as suas organizações através de mudanças
Leia maisGerenciamento de Incidentes
Gerenciamento de Incidentes Os usuários do negócio ou os usuários finais solicitam os serviços de Tecnologia da Informação para melhorar a eficiência dos seus próprios processos de negócio, de forma que
Leia maisA 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 maisGuia de orientação Criação do Próprio Emprego
B- Criação do próprio emprego pag. 57 Para quem deseja ter uma actividade independente, por conta própria, a criação do seu próprio emprego é uma via alternativa para ingressar no mundo do trabalho. Criar
Leia maisCHECK - LIST - ISO 9001:2000
REQUISITOS ISO 9001: 2000 SIM NÃO 1.2 APLICAÇÃO A organização identificou as exclusões de itens da norma no seu manual da qualidade? As exclusões são relacionadas somente aos requisitos da sessão 7 da
Leia maisServiços 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 maisSistema de Qualificação do Fornecedor (SQS)
Sistema de Qualificação do Fornecedor (SQS) Visibilidade global dos fornecedores Shell www.shell.com/supplier/qualification Nossa abordagem à pré-qualificação dos fornecedores O setor de contratos e aquisições
Leia mais)HUUDPHQWDV &RPSXWDFLRQDLV SDUD 6LPXODomR
6LPXODomR GH6LVWHPDV )HUUDPHQWDV &RPSXWDFLRQDLV SDUD 6LPXODomR #5,6. Simulador voltado para análise de risco financeiro 3RQWRV IRUWHV Fácil de usar. Funciona integrado a ferramentas já bastante conhecidas,
Leia maisAVALIAÇÃO DE INTERFACES UTILIZANDO O MÉTODO DE AVALIAÇÃO HEURÍSTICA E SUA IMPORTÂNCIA PARA AUDITORIA DE SISTEMAS DE INFORMAÇÕES
AVALIAÇÃO DE INTERFACES UTILIZANDO O MÉTODO DE AVALIAÇÃO HEURÍSTICA E SUA IMPORTÂNCIA PARA AUDITORIA DE SISTEMAS DE INFORMAÇÕES Rafael Milani do Nascimento, Claudete Werner Universidade Paranaense (Unipar)
Leia maisSistemas de Informação I
+ Sistemas de Informação I Dimensões de análise dos SI Ricardo de Sousa Britto rbritto@ufpi.edu.br + Introdução n Os sistemas de informação são combinações das formas de trabalho, informações, pessoas
Leia maisInformações sobre Serviços de Investimento. Ações Corporativas, Validade e Ações Administrativas
Informações sobre Serviços de Investimento Ações Corporativas, Validade e Ações Administrativas Introdução Nas Informações sobre Serviços de Investimento, a DEGIRO fornece uma descrição detalhada dos acordos
Leia mais#10 PRODUZIR CONTEÚDO SUPER DICAS ATRATIVO DE PARA COMEÇAR A
#10 SUPER DICAS PARA COMEÇAR A Pantone 715 C 100% Black 80% Black C: 0 M: 55 Y: 95 K: 0 C: 0 M: 0 Y: 0 K: 100 C: 0 M: 0 Y: 0 K: 80 PRODUZIR CONTEÚDO ATRATIVO DE Confira estas super dicas para você produzir
Leia maisImportância da normalização para as Micro e Pequenas Empresas 1. Normas só são importantes para as grandes empresas...
APRESENTAÇÃO O incremento da competitividade é um fator decisivo para a maior inserção das Micro e Pequenas Empresas (MPE), em mercados externos cada vez mais globalizados. Internamente, as MPE estão inseridas
Leia maisGovernança de TI. ITIL v.2&3. parte 1
Governança de TI ITIL v.2&3 parte 1 Prof. Luís Fernando Garcia LUIS@GARCIA.PRO.BR ITIL 1 1 ITIL Gerenciamento de Serviços 2 2 Gerenciamento de Serviços Gerenciamento de Serviços 3 3 Gerenciamento de Serviços
Leia mais2 Diagrama de Caso de Uso
Unified Modeling Language (UML) Universidade Federal do Maranhão UFMA Pós Graduação de Engenharia de Eletricidade Grupo de Computação Assunto: Diagrama de Caso de Uso (Use Case) Autoria:Aristófanes Corrêa
Leia maisSoftware PHC com MapPoint
Software PHC com MapPoint A análise de informação geográfica A integração entre o Software PHC e o Microsoft Map Point permite a análise de informação geográfica, desde mapas a rotas, com base na informação
Leia maisAbordagem de Processo: conceitos e diretrizes para sua implementação
QP Informe Reservado Nº 70 Maio/2007 Abordagem de Processo: conceitos e diretrizes para sua implementação Tradução para o português especialmente preparada para os Associados ao QP. Este guindance paper
Leia maisProva de Conhecimento para Consultores de Implementação MPS.BR INSTRUÇÕES
Implementação MPS.BR 26 de maio de 2008 4 horas de duração e-mail: (DEIXAR EM BRANCO) RESULTADO: Q1 Q2 Q3 Q4 Q5 Q6 Q7 Q8 Q9 Q10 Nota INSTRUÇÕES Para a maioria das questões você tem mais de uma opção e
Leia maisSoluções de Gestão Integradas SENDYS ERP. Otimize a Gestão do Seu Negócio!
Soluções de Gestão Integradas SENDYS ERP Otimize a Gestão do Seu Negócio! Universo da Solução de Gestão SENDYS ERP SENDYS - Copyright 2007 SENDYS é uma marca proprietária da Readsystem, Lda. 2 Universo
Leia maisSinopse das Unidades Curriculares Mestrado em Marketing e Comunicação. 1.º Ano / 1.º Semestre
Sinopse das Unidades Curriculares Mestrado em Marketing e Comunicação 1.º Ano / 1.º Semestre Marketing Estratégico Formar um quadro conceptual abrangente no domínio do marketing. Compreender o conceito
Leia maisEmpresário. Você curte moda? Gosta de cozinhar? Não existe sorte nos negócios. Há apenas esforço, determinação, e mais esforço.
Empresário Não existe sorte nos negócios. Há apenas esforço, determinação, e mais esforço. Sophie Kinsella, Jornalista Econômica e autora Você curte moda? Gosta de cozinhar? Ou talvez apenas goste de animais?
Leia maisROTEIRO PARA ELABORAÇÃO DE PROJETOS
APRESENTAÇÃO ROTEIRO PARA ELABORAÇÃO DE PROJETOS Breve histórico da instituição seguido de diagnóstico e indicadores sobre a temática abrangida pelo projeto, especialmente dados que permitam análise da
Leia maisPerfil de investimentos
Perfil de investimentos O Fundo de Pensão OABPrev-SP é uma entidade comprometida com a satisfação dos participantes, respeitando seus direitos e sempre buscando soluções que atendam aos seus interesses.
Leia mais4 passos para uma Gestão Financeira Eficiente
4 passos para uma Gestão Financeira Eficiente Saiba como melhorar a gestão financeira da sua empresa e manter o fluxo de caixa sob controle Ciclo Financeiro Introdução Uma boa gestão financeira é um dos
Leia maisAnálise de Preferências - Estudos para Criação e Desenvolvimento de Produtos ou Serviços
Análise de Preferências - Estudos para Criação e Desenvolvimento de Produtos ou Serviços 1- Enquadramento O Serviço: Analisar as preferências dos consumidores e identificar os trade-offs que fazem nas
Leia maisCONCURSO PÚBLICO ANALISTA DE SISTEMA ÊNFASE GOVERNANÇA DE TI ANALISTA DE GESTÃO RESPOSTAS ESPERADAS PRELIMINARES
CELG DISTRIBUIÇÃO S.A EDITAL N. 1/2014 CONCURSO PÚBLICO ANALISTA DE GESTÃO ANALISTA DE SISTEMA ÊNFASE GOVERNANÇA DE TI RESPOSTAS ESPERADAS PRELIMINARES O Centro de Seleção da Universidade Federal de Goiás
Leia maisManual do Revisor Oficial de Contas. Directriz de Revisão/Auditoria 300 ÍNDICE
Directriz de Revisão/Auditoria 300 PLANEAMENTO Junho de 1999 ÍNDICE Parágrafos Introdução 1-4 Planeamento do Trabalho 5-8 Plano Global de Revisão / Auditoria 9-10 Programa de Revisão / Auditoria 11-12
Leia maisModelo Cascata ou Clássico
Modelo Cascata ou Clássico INTRODUÇÃO O modelo clássico ou cascata, que também é conhecido por abordagem top-down, foi proposto por Royce em 1970. Até meados da década de 1980 foi o único modelo com aceitação
Leia maisQual a diferença entre certificação e acreditação? O que precisamos fazer para obter e manter a certificação ou acreditação?
O que é a norma ISO? Em linhas gerais, a norma ISO é o conjunto de cinco normas internacionais que traz para a empresa orientação no desenvolvimento e implementação de um Sistema de Gestão da Qualidade
Leia maisMelhores práticas no planejamento de recursos humanos
Melhores práticas no planejamento de recursos humanos Planejamento Performance Dashboard Plano de ação Relatórios Indicadores Preparando a força de trabalho para o futuro Planejamento de recursos humanos
Leia maisSolução Integrada para Gestão e Operação Empresarial - ERP
Solução Integrada para Gestão e Operação Empresarial - ERP Mastermaq Softwares Há quase 20 anos no mercado, a Mastermaq está entre as maiores software houses do país e é especialista em soluções para Gestão
Leia maisWelcome Call em Financeiras. Categoria Setor de Mercado Seguros
Categoria Setor de Mercado Seguros 1 Apresentação da empresa e sua contextualização no cenário competitivo A Icatu Seguros é líder entre as seguradoras independentes (não ligadas a bancos de varejo) no
Leia maisSumário executivo. Em conjunto, as empresas que implementaram
10 Sumário executivo Conclusões coordenadas pela Deloitte, em articulação com os membros do Grupo de Trabalho da AÇÃO 7 Sumário executivo Em conjunto, as empresas que implementaram estes 17 projetos representam
Leia maisFaturamento personalizado (Customer Engaged Billing)
Faturamento personalizado (Customer Engaged Billing) Transforme suas comunicações mais lidas em participações multicanais altamente direcionadas que reduzem custos, aumentam a satisfação do cliente e geram
Leia maisSistemas de Gestão Ambiental O QUE MUDOU COM A NOVA ISO 14001:2004
QSP Informe Reservado Nº 41 Dezembro/2004 Sistemas de Gestão O QUE MUDOU COM A NOVA ISO 14001:2004 Material especialmente preparado para os Associados ao QSP. QSP Informe Reservado Nº 41 Dezembro/2004
Leia maisGestão Estratégica e o Balanced Scorecard
Tribunal Regional do Trabalho da 23ª Região (http://www.trt23.jus.br) Gestão Estratégica e o Balanced Scorecard José Silva Barbosa Assessor de Planejamento e Gestão Setembro/2009 Objetivos Apresentar a
Leia maisCertificação da Qualidade dos Serviços Sociais. Procedimentos
Certificação da Qualidade dos Serviços Sociais EQUASS Assurance Procedimentos 2008 - European Quality in Social Services (EQUASS) Reservados todos os direitos. É proibida a reprodução total ou parcial
Leia maisCopyright Proibida Reprodução. Prof. Éder Clementino dos Santos
NOÇÕES DE OHSAS 18001:2007 CONCEITOS ELEMENTARES SISTEMA DE GESTÃO DE SSO OHSAS 18001:2007? FERRAMENTA ELEMENTAR CICLO DE PDCA (OHSAS 18001:2007) 4.6 ANÁLISE CRÍTICA 4.3 PLANEJAMENTO A P C D 4.5 VERIFICAÇÃO
Leia maisPHC dteamcontrol Interno
PHC dteamcontrol Interno A gestão remota de projectos em aberto A solução via Internet que permite acompanhar os projectos em aberto em que o utilizador se encontra envolvido, gerir eficazmente o seu tempo
Leia maisGestão do Conhecimento A Chave para o Sucesso Empresarial. José Renato Sátiro Santiago Jr.
A Chave para o Sucesso Empresarial José Renato Sátiro Santiago Jr. Capítulo 1 O Novo Cenário Corporativo O cenário organizacional, sem dúvida alguma, sofreu muitas alterações nos últimos anos. Estas mudanças
Leia mais