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

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

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

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

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

Expanda suas Capacidades Analíticas

Expanda suas Capacidades Analíticas Módulos IBM SPSS Statistics Expanda suas Capacidades Analíticas Um guia resumido dos módulos para o IBM SPSS Statistics Base Destaques Existem vários produtos IBM SPSS para te ajudar em cada fase do projeto

Leia mais

geral@centroatlantico.pt www.centroatlantico.pt Impressão e acabamento: Inova 1ª edição: Outubro de 2003 ISBN: 972-8426-76-3 Depósito legal: 202574/03

geral@centroatlantico.pt www.centroatlantico.pt Impressão e acabamento: Inova 1ª edição: Outubro de 2003 ISBN: 972-8426-76-3 Depósito legal: 202574/03 FICHEIROS COM EXEMPLOS Envie um e-mail* para software@centroatlantico.pt para conhecer os endereços de Internet de onde poderá fazer o download dos ficheiros com os exemplos deste livro. * O leitor consente,

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

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

Guia definitivo da pesquisa de mercado online

Guia definitivo da pesquisa de mercado online Guia definitivo da pesquisa de mercado online Noções básicas de pesquisa de mercado e um guia para usar o Opinion Box Índice Introdução 3 1. O que é pesquisa de mercado 4 2. Como fazer uma pesquisa de

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

Soluções de Gestão Integradas SENDYS ERP. Otimize a Gestão do Seu Negócio!

Soluções 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 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

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

Tecnologias de Informação

Tecnologias de Informação Sistemas Empresariais Enterprise Resource Planning (ERP): Sistema que armazena, processa e organiza todos os dados e processos da empresa de um forma integrada e automatizada Os ERP tem progressivamente

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

Na APCER, o Microsoft Dynamics CRM é central na gestão comercial e na obtenção de indicadores

Na APCER, o Microsoft Dynamics CRM é central na gestão comercial e na obtenção de indicadores Microsoft Dynamics CRM Customer Solution Case Study APCER Na APCER, o Microsoft Dynamics CRM é central na gestão comercial e na obtenção de indicadores Sumário País Portugal Sector Serviços Perfil do Cliente

Leia mais

utilizando o catálogo de serviços para expandir seus negócios como provedor de serviços gerenciados

utilizando o catálogo de serviços para expandir seus negócios como provedor de serviços gerenciados DOCUMENTAÇÃO TÉCNICA Setembro de 2012 utilizando o catálogo de serviços para expandir seus negócios como provedor de serviços gerenciados agility made possible sumário resumo executivo 3 Introdução 3 O

Leia mais

Automatic Timetabling Software

Automatic Timetabling Software Automatic Timetabling Software powered by A BEST ajuda-o a tomar decisões inteligentes, otimizando os processos da sua Instituição, de modo a alcançar os objetivos estratégicos. Atualmente, as Instituições

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

LEONARDO DA VINCI PROGRAMME

LEONARDO DA VINCI PROGRAMME Anexo C ao Módulo C3 MANUAL DO FORMANDO Página 1 de 13 PLANEAMENTO DE RECURSOS PARA A ORGANIZAÇÃO DE EVENTOS DESCRIÇÃO GERAL DO MÓDULO Para produzir um evento, os organizadores contam com a utilização

Leia mais

Capítulo. Sistemas empresariais

Capítulo. Sistemas empresariais Capítulo 8 1 Sistemas empresariais 2 Objectivos de aprendizagem Identificar e exemplificar os seguintes aspectos da gestão do relacionamento com os clientes, da gestão de recursos empresariais e dos sistemas

Leia mais

Como tornar o seu. Maribel Yasmina* Isabel Ramos*

Como tornar o seu. Maribel Yasmina* Isabel Ramos* Os sistemas de Business Intelligence são imprescindíveis a decisores dinâmicos e motivados para aproveitar as oportunidades que uma sociedade em transformação rápida pode oferecer Maribel Yasmina* Como

Leia mais

Elementos essenciais para criar a Jornada do Cliente. para qualquer nível de profissional de marketing

Elementos essenciais para criar a Jornada do Cliente. para qualquer nível de profissional de marketing 3 Elementos essenciais para criar a Jornada do Cliente para qualquer nível de profissional de marketing Elementos essenciais para criar a Jornada do Cliente para qualquer nível de profissional de marketing

Leia mais

Processo do Serviços de Manutenção de Sistemas de Informação

Processo do Serviços de Manutenção de Sistemas de Informação Processo do Serviços de Manutenção de Sistemas de Informação 070112=SINFIC HM Processo Manutencao MSI.doc, Página 1 Ex.mo(s) Senhor(es): A SINFIC agradece a possibilidade de poder apresentar uma proposta

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

MÓDULO MULTIMÉDIA PROFESSOR: RICARDO RODRIGUES. MAIL: rprodrigues@escs.ipl.pt esganarel@gmail.com. URL: http://esganarel.home.sapo.

MÓDULO MULTIMÉDIA PROFESSOR: RICARDO RODRIGUES. MAIL: rprodrigues@escs.ipl.pt esganarel@gmail.com. URL: http://esganarel.home.sapo. MÓDULO MULTIMÉDIA PROFESSOR: RICARDO RODRIGUES MAIL: rprodrigues@escs.ipl.pt esganarel@gmail.com URL: http://esganarel.home.sapo.pt GABINETE: 1G1 - A HORA DE ATENDIMENTO: SEG. E QUA. DAS 11H / 12H30 (MARCAÇÃO

Leia mais

Logística e Gestão da Distribuição

Logística e Gestão da Distribuição Logística e Gestão da Distribuição Depositos e política de localização (Porto, 1995) Luís Manuel Borges Gouveia 1 1 Depositos e politica de localização necessidade de considerar qual o papel dos depositos

Leia mais

Administração de Sistemas de Informação Gerenciais UNIDADE IV: Fundamentos da Inteligência de Negócios: Gestão da Informação e de Banco de Dados Um banco de dados é um conjunto de arquivos relacionados

Leia mais

Optimized Educational Performance

Optimized Educational Performance Optimized Educational Performance powered by A BEST ajuda-o a tomar decisões inteligentes, otimizando os processos da sua Instituição, de modo a alcançar os objetivos estratégicos. Atualmente, as Instituições

Leia mais

as cinco principais batalhas do monitoramento e como você pode vencê-las

as cinco principais batalhas do monitoramento e como você pode vencê-las DOCUMENTAÇÃO TÉCNICA Setembro de 2012 as cinco principais batalhas do monitoramento e como você pode vencê-las agility made possible sumário resumo executivo 3 efetivo do servidor: 3 difícil e piorando

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

ERP. Enterprise Resource Planning. Planejamento de recursos empresariais

ERP. Enterprise Resource Planning. Planejamento de recursos empresariais ERP Enterprise Resource Planning Planejamento de recursos empresariais O que é ERP Os ERPs em termos gerais, são uma plataforma de software desenvolvida para integrar os diversos departamentos de uma empresa,

Leia mais

Estrutura da Norma. 0 Introdução 0.1 Generalidades. ISO 9001:2001 Sistemas de Gestão da Qualidade Requisitos. Gestão da Qualidade 2005

Estrutura da Norma. 0 Introdução 0.1 Generalidades. ISO 9001:2001 Sistemas de Gestão da Qualidade Requisitos. Gestão da Qualidade 2005 ISO 9001:2001 Sistemas de Gestão da Qualidade Requisitos Gestão da Qualidade 2005 Estrutura da Norma 0. Introdução 1. Campo de Aplicação 2. Referência Normativa 3. Termos e Definições 4. Sistema de Gestão

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

Como criar uma campanha de email marketing e envolver os consumidores

Como criar uma campanha de email marketing e envolver os consumidores Como criar uma campanha de email marketing e envolver os consumidores Índice 1. O meio envolvente do email marketing...3 2. Como criar um email de confiança?...4 3. O que é um email relevante?...4 4. Como

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

Sistema IBM PureApplication

Sistema IBM PureApplication Sistema IBM PureApplication Sistema IBM PureApplication Sistemas de plataforma de aplicativos com conhecimento integrado 2 Sistema IBM PureApplication A TI está vindo para o centro estratégico dos negócios

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

Capítulo. Sistemas de apoio à decisão

Capítulo. 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 mais

SISTEMAS DE APOIO À DECISÃO SAD

SISTEMAS DE APOIO À DECISÃO SAD SISTEMAS DE APOIO À DECISÃO SAD Conceitos introdutórios Decisão Escolha feita entre duas ou mais alternativas. Tomada de decisão típica em organizações: Solução de problemas Exploração de oportunidades

Leia mais

DATA WAREHOUSE. Introdução

DATA 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 mais

Centro Atlântico, Lda., 2011 Ap. 413 4764-901 V. N. Famalicão, Portugal Tel. 808 20 22 21. geral@centroatlantico.pt www.centroatlantico.

Centro Atlântico, Lda., 2011 Ap. 413 4764-901 V. N. Famalicão, Portugal Tel. 808 20 22 21. geral@centroatlantico.pt www.centroatlantico. Reservados todos os direitos por Centro Atlântico, Lda. Qualquer reprodução, incluindo fotocópia, só pode ser feita com autorização expressa dos editores da obra. Microsoft Excel 2010 Colecção: Software

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

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

Prof. Msc. Paulo Muniz de Ávila

Prof. Msc. Paulo Muniz de Ávila Prof. Msc. Paulo Muniz de Ávila O que é Data Mining? Mineração de dados (descoberta de conhecimento em bases de dados): Extração de informação interessante (não-trivial, implícita, previamente desconhecida

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

Fundamentos da inteligência de negócios: gestão da informação e de bancos de dados

Fundamentos da inteligência de negócios: gestão da informação e de bancos de dados Fundamentos da inteligência de negócios: gestão da informação e de bancos de dados slide 1 1 Copyright 2011 Pearson Education, Inc. publishing as Prentice Hall Objetivos de estudo Como um banco de dados

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

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

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

Business Geo-Intelligence

Business Geo-Intelligence Business Geo-Intelligence Monitorização Reporting Gestão de Frotas Áreas de influência Territórios de Vendas Geomerchandising Marketing Directo GeoMarketing Simulação de implementação Mobilidade web mapping

Leia mais

Estar presente quando seu cliente está buscando seus serviços e produtos é fundamental.

Estar presente quando seu cliente está buscando seus serviços e produtos é fundamental. Estar presente quando seu cliente está buscando seus serviços e produtos é fundamental. Atualmente o meio mais imediato e eficaz, desde que bem configurado e com acompanhamento constante, são as campanhas

Leia mais

Conceitos. - Sistema de Informação, Estruturas e Classificação. - Dados x Informações. Edson Almeida Junior www.edsonalmeidajunior.com.

Conceitos. - Sistema de Informação, Estruturas e Classificação. - Dados x Informações. Edson Almeida Junior www.edsonalmeidajunior.com. Conceitos - Sistema de Informação, Estruturas e Classificação - Dados x Informações Edson Almeida Junior www.edsonalmeidajunior.com.br Definição de Sistema Uma coleção de objetos unidos por alguma forma

Leia mais

Inteligência de Negócio. Brian Cowhig

Inteligência de Negócio. Brian Cowhig Inteligência de Negócio Brian Cowhig Inteligência de Negócio O Que é Inteligência de Negócio? Três Níveis de Inteligência de Negócio Database Query OLAP Data Mining Produtos de Inteligência de Negócio

Leia mais

www.luisgregorio.net

www.luisgregorio.net Trazido até Si por Luis Gregorio www.luisgregorio.net "Como Ter Lucros Com As Redes Sociais nomeadamente a Publicidade No facebook " Introdução À Publicidade Do Facebook O Facebook está em milhares de

Leia mais

E se conseguisse reduzir os seus custos de energia até 20%?

E se conseguisse reduzir os seus custos de energia até 20%? E se conseguisse reduzir os seus custos de energia até 20%? Uma solução eficaz de Gestão Energética para o Retalho Eficiência Energética no Retalho Será que está a gastar mais em energia do que necessita?

Leia mais

Introdução a Datamining (previsão e agrupamento)

Introdução a Datamining (previsão e agrupamento) Introdução a Datamining (previsão e agrupamento) Victor Lobo Mestrado em Estatística e Gestão de Informação E o que fazer depois de ter os dados organizados? Ideias base Aprender com o passado Inferir

Leia mais

INFORMAÇÕES CONECTADAS

INFORMAÇÕES CONECTADAS INFORMAÇÕES CONECTADAS Soluções de Negócios para o Setor de Serviços Públicos Primavera Project Portfolio Management Solutions ORACLE É A EMPRESA Alcance excelência operacional com fortes soluções de gerenciamento

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

Mestrado em Segurança da Informação e Direito no Ciberespaço

Mestrado em Segurança da Informação e Direito no Ciberespaço Escola Naval Mestrado em Segurança da Informação e Direito no Ciberespaço Segurança da informação nas organizações Supervisão das Politicas de Segurança Computação em nuvem Fernando Correia Capitão-de-fragata

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

Retorno do investimento com aplicativos empresariais em celulares.

Retorno do investimento com aplicativos empresariais em celulares. Retorno do investimento com aplicativos empresariais em celulares. Introdução A simulação do retorno sobre o investimento (do inglês ROI return on investment) tem sido utilizada como importante ferramenta

Leia mais

Estrutura da Norma. 0 Introdução 0.1 Generalidades. ISO 9001:2008 Sistemas de Gestão da Qualidade Requisitos

Estrutura da Norma. 0 Introdução 0.1 Generalidades. ISO 9001:2008 Sistemas de Gestão da Qualidade Requisitos ISO 9001:2008 Sistemas de Gestão da Qualidade Requisitos Gestão da Qualidade e Auditorias (Mestrado em Engenharia Alimentar) Gestão da Qualidade (Mestrado em Biocombustívies) ESAC/João Noronha Novembro

Leia mais

Faça com que o CRM trabalhe da mesma maneira que o seu pessoal de vendas

Faça com que o CRM trabalhe da mesma maneira que o seu pessoal de vendas Faça com que o CRM trabalhe da mesma maneira que o seu pessoal de vendas APROVEITE AS TECNOLOGIAS DE HOJE PARA MAXIMIZAR A ADOÇÃO POR PARTE DOS USUÁRIOS Para os profissionais de venda, o tempo nunca havia

Leia mais

29082012_WF_reporting_bro_PT. www.tomtom.com/telematics

29082012_WF_reporting_bro_PT. www.tomtom.com/telematics 29082012_WF_reporting_bro_PT www.tomtom.com/telematics T E L E M AT I C S Relatórios WEBFLEET Let s drive business Relatórios WEBFLEET As decisões de trabalho mais difíceis ficam muito mais simples com

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

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

BUSINESS INTELLIGENCE, O ELEMENTO CHAVE PARA O SUCESSO DAS ORGANIZAÇÕES.

BUSINESS INTELLIGENCE, O ELEMENTO CHAVE PARA O SUCESSO DAS ORGANIZAÇÕES. Encontro de Ensino, Pesquisa e Extensão, Presidente Prudente, 22 a 25 de outubro, 2012 88 BUSINESS INTELLIGENCE, O ELEMENTO CHAVE PARA O SUCESSO DAS ORGANIZAÇÕES. Andrios Robert Silva Pereira, Renato Zanutto

Leia mais

prodj Condições Gerais de Venda On-line

prodj Condições Gerais de Venda On-line Índice 1. Contactos da prodj... 2 2. Processo de compra na loja on line da prodj... 2 2.1. Registo introdução, correcção e eliminação de dados pessoais... 2 2.2. Segurança no registo... 2 2.2. Compra...

Leia mais

PHC TeamControl CS. A gestão de equipas e de departamentos

PHC TeamControl CS. A gestão de equipas e de departamentos PHC TeamControl CS A gestão de equipas e de departamentos A solução que permite concretizar projectos no tempo previsto e nos valores orçamentados contemplando: planeamento; gestão; coordenação; colaboração

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

Candidatar-se como Microsoft Certified ou Gold Certified Partner Guia de inscrição passo-a-passo

Candidatar-se como Microsoft Certified ou Gold Certified Partner Guia de inscrição passo-a-passo Candidatar-se como Microsoft Certified ou Gold Certified Partner Guia de inscrição passo-a-passo O Microsoft Partner Program oferece três níveis de programa Registered Member, Microsoft Certified Partner

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

PROGRAMA DE ACÇÃO COMUNITÁRIO RELATIVO À VIGILÂNCIA DA SAÚDE PROJECTO DE PROGRAMA DE TRABALHO 1998-1999 (Art. 5.2.b da Decisão Nº 1400/97/CE)

PROGRAMA DE ACÇÃO COMUNITÁRIO RELATIVO À VIGILÂNCIA DA SAÚDE PROJECTO DE PROGRAMA DE TRABALHO 1998-1999 (Art. 5.2.b da Decisão Nº 1400/97/CE) PROGRAMA DE ACÇÃO COMUNITÁRIO RELATIVO À VIGILÂNCIA DA SAÚDE PROJECTO DE PROGRAMA DE TRABALHO 1998-1999 (Art. 5.2.b da Decisão Nº 1400/97/CE) 1. INTRODUÇÃO As actividades da União Europeia no domínio da

Leia mais

COMISSÃO NACIONAL DE PROTECÇÃO DE DADOS. As dinâmicas de grupo e os perfis de consumo

COMISSÃO NACIONAL DE PROTECÇÃO DE DADOS. As dinâmicas de grupo e os perfis de consumo COMISSÃO NACIONAL DE PROTECÇÃO DE DADOS As dinâmicas de grupo e os perfis de consumo O uso de perfis na empresa Os perfis são conjuntos de dados que caracterizam categorias de indivíduos destinados a serem

Leia mais

DICAS PARA PAGAMENTO MÓVEL NA 7SUA EMPRESA

DICAS PARA PAGAMENTO MÓVEL NA 7SUA EMPRESA DICAS PARA PAGAMENTO MÓVEL NA 7SUA EMPRESA ÍNDICE INTRODUÇÃO O QUE É PAGAMENTO MÓVEL CONCLUSÃO PG. 3 PG. 4 PG. 6 PG. 17 INTRODUÇÃO Os meios de pagamento eletrônico estão cada vez mais fortes no Brasil.

Leia mais

Sumário. O que fazemos 3. Conversão para ebooks 5. Criação de ebooks 8. Transforme em ebook ou revista 11. Serviços de editoração 14

Sumário. O que fazemos 3. Conversão para ebooks 5. Criação de ebooks 8. Transforme em ebook ou revista 11. Serviços de editoração 14 Produção de ebooks Produção de ebooks Sumário O que fazemos 3 Conversão para ebooks 5 Criação de ebooks 8 Transforme em ebook ou revista 11 Serviços de editoração 14 Serviços de marketing e distribuição

Leia mais

PHC Clínica CS. A gestão operacional total da clínica ou consultório

PHC Clínica CS. A gestão operacional total da clínica ou consultório PHC Clínica CS A gestão operacional total da clínica ou consultório A informação confidencial sobre cada paciente, o seu historial e, se integrado com o módulo PHC Gestão CS, a gestão financeira e a facturação

Leia mais

Introdução a Datamining (previsão e agrupamento)

Introdução a Datamining (previsão e agrupamento) E o que fazer depois de ter os dados organizados? Introdução a Datamining (previsão e agrupamento) Victor Lobo Mestrado em Estatística e Gestão de Informação Ideias base Aprender com o passado Inferir

Leia mais

08/09/2011 GERÊNCIA DA INTEGRAÇÃO PMBOK GESTÃO DE PROJETOS

08/09/2011 GERÊNCIA DA INTEGRAÇÃO PMBOK GESTÃO DE PROJETOS GESTÃO DE PROJETOS Prof. Me. Luís Felipe Schilling "Escolha batalhas suficientemente grandes para importar, suficientemente pequenas para VENCER." Jonathan Kozol GERÊNCIA DA INTEGRAÇÃO PMBOK 1 GERÊNCIA

Leia mais

O que ganhar com o nosso GRUPO?

O que ganhar com o nosso GRUPO? Procuras uma atividade interessante, em contínuo crescimento, rentável e de futuro? O que ganhar com o nosso GRUPO? Formação Negócio Rentabilidade Junta-te à nossa rede de agentes de Serviços-Xpo. Aqui

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

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

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

Indicadores de desempenho em bibliotecas: a NP ISO 11620

Indicadores de desempenho em bibliotecas: a NP ISO 11620 Indicadores de desempenho em bibliotecas: a NP ISO 11620 Rosa Maria Galvão rgalvao@bn.pt Aurora Machado amachado@bn.pt ... a avaliação [ ], apresenta-se de muitos modos e busca cumprir distintas finalidades.

Leia mais

Apresentam-se, neste documento, os tópicos que se seguem.

Apresentam-se, neste documento, os tópicos que se seguem. Apresentam-se, neste documento, os tópicos que se seguem. O que é o Failure Score? O que prevê o Failure Score? Qual é a disponibilidade do Failure Score? Como é calculado o Failure Score? Qual o desempenho

Leia mais

Estratégia De Diferenciação Competitiva Através Do Marketing De Relacionamento. Profa. Dra. Maria Isabel Franco Barretto

Estratégia De Diferenciação Competitiva Através Do Marketing De Relacionamento. Profa. Dra. Maria Isabel Franco Barretto Estratégia De Diferenciação Competitiva Através Do Marketing De Relacionamento Profa. Dra. Maria Isabel Franco Barretto CURRÍCULO DO PROFESSOR Administradora com mestrado e doutorado em engenharia de produção

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

ITIL na Prática. Quais são os fatores críticos de sucesso para obter valor a partir de um Service Desk? Conhecimento em Tecnologia da Informação

ITIL na Prática. Quais são os fatores críticos de sucesso para obter valor a partir de um Service Desk? Conhecimento em Tecnologia da Informação Conhecimento em Tecnologia da Informação ITIL na Prática Quais são os fatores críticos de sucesso para obter valor a partir de um Service Desk? Conhecimento em Tecnologia da Informação 2010 Bridge Consulting

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

Desenvolva o potencial das comunicações imediatas com mensagens SMS PHC

Desenvolva o potencial das comunicações imediatas com mensagens SMS PHC PHC Mensagens SMS CS DESCRITIVO O módulo PHC Mensagens SMS CS permite o envio de mensagens a múltiplos destinatários em simultâneo, sem ser necessário criar e enviar uma a uma. Comunique com mais sucesso:

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

ERP. Planejamento de recursos empresariais

ERP. Planejamento de recursos empresariais ERP Enterprise Resource Planning Planejamento de recursos empresariais ERP Enterprise Resource Planning -Sistema de Gestão Empresarial -Surgimento por volta dos anos 90 -Existência de uma base de dados

Leia mais

Como posso gerenciar melhor os meus ativos de software e reduzir o risco de auditorias de conformidade?

Como posso gerenciar melhor os meus ativos de software e reduzir o risco de auditorias de conformidade? RESUMO DA SOLUÇÃO CA SERVICE MANAGEMENT - GERENCIAMENTO DE ATIVOS DE SOFTWARE Como posso gerenciar melhor os meus ativos de software e reduzir o risco de auditorias de conformidade? O CA Service Management

Leia mais

A UTILIZAÇÃO DE MODELOS MATEMÁTICOS PARA A ESTIMAÇÃO DA PROCURA DE TRANSPORTES. José M. Viegas (Março 2000)

A UTILIZAÇÃO DE MODELOS MATEMÁTICOS PARA A ESTIMAÇÃO DA PROCURA DE TRANSPORTES. José M. Viegas (Março 2000) A UTILIZAÇÃO DE MODELOS MATEMÁTICOS PARA A ESTIMAÇÃO DA PROCURA DE TRANSPORTES José M. Viegas (Março 2000) I - A NECESSIDADE DO RECURSO AOS MODELOS MATEMÁTICOS PARA A ESTIMAÇÃO DA PROCURA DE TRANSPORTES

Leia mais

Gestão estratégica por KPIs 1

Gestão estratégica por KPIs 1 Gestão estratégica por KPIs 1 Sumário Introdução 03 Por que usar indicadores na gestão 05 Dado, informação ou indicadores? 07 KPI: Os indicadores chave de desempenho 09 KPIs do PMO Conclusão Sobre a Project

Leia mais

UNIVERSIDADE DE AVEIRO

UNIVERSIDADE DE AVEIRO UNIVERSIDADE DE AVEIRO DEPARTAMENTO DE ECONOMIA, GESTÃO E ENGENHARIA INDUSTRIAL MESTRADO EM GESTÃO DA INFORMAÇÃO DISCIPLINA: GESTÃO DA INFORMAÇÃO CAPACIDADE DE RESPOSTA A SOLICITAÇÕES DO EXTERIOR - DIÁLOGO

Leia mais