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 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