Inteligência de Dados Apoio Master Transformando Dados em Vantagem Competitiva Leonardo Couto Sócio e Diretor Comercial leo.couto@wiseminer.com +55 21 9 7295 1422
Big Data Bang e os desafios da gestão de dados e da informação 20 80% novas vítimas de roubo de identidade por minuto 1.300 novos usuários de aparelhos móveis por minuto dos dados do mundo estão desestruturados 1 em 2 Líderes de Negócios não tem o acesso aos dados que eles realmente precisam Cada minuto gera US$2,8M dos CIO s citam BI e Analytics como parte do seu plano visionário de vendas globais online (Est. 2014) 6 Milhões de 'page views' por minuto no Facebook 83% 54% Das companhias usam softwares de inteligência de dados para ganhar vantagem competitiva
Você está pronto para encarar o desafio?
Quaisquer dados podem gerar uma informação e serem transformados em uma vantagem competitiva Atividade Dados Informação Base de Inteligência Perfil de Grupos e Usuários Ação
Gartner : Tecnologias analíticas avançadas são prioridade Líderes de TI e de negócios devem aumentar seus esforços para que empresas passem do uso tradicional de BI, que aborda análises descritivas (o que aconteceu), para analíticas avançadas, que complementam com as respostas "por que", "o que vai acontecer" e "como vamos cuidar disso". "Embora as tecnologias analíticas básicas forneçam um resumo geral dos dados, as tecnologias analíticas avançadas entregam informações mais profundas de conhecimento dos dados e dados granulares - Alexander Linden, Diretor de Pesquisas do Gartner A recompensa da tomada de decisão com base em dados pode ser um impulsionador poderoso para os resultados das empresas. Fonte: http://cio.com.br/tecnologia/2014/10/29/tecnologias-analiticas-avancadas-sao-prioridade-afirma-gartner/ Data Intelligence BI Tradicional
O uso de soluções de analítica avançada e Big Data contra fraudes ainda é baixo Estudos mostram que as empresas globais podem perder até 5% das receitas com fraudes. Mas o uso do Big Data e da a mineração dos dados podem ser poderosas ferramentas no combate à fraude. O estudo ouviu profissionais de alta gerência de 466 empresas, de diferentes porte e segmentos econômicos, em 11 países, 40 deles no Brasil. Do total de entrevistados, 72% (75% no Brasil) acreditam que as emergentes ferramentas de Big Data podem desempenhar um papel fundamental na prevenção e detecção de fraudes. No entanto, apenas 7% dos entrevistados conhece aplicações específicas de Big Data para este fim e apenas 2% dos entrevistados (5% no Brasil) já fez uso de recursos de Big Data integrados ao FDA (Forensic Data Analytics). O uso de tecnologia analítica avançada, e em tempo real, dos dados à disposição das empresas teria um impacto direto na eficácia de como elas poderiam sintetizar e interpretar os riscos de fraude e corrupção em tempo hábil para mitigá-los. Fonte: "Big risks require big data thinking - Global Forensic Data Analytics Survey 2014", da Ernest & Young. O maior desafio das empresas é ter acesso às ferramentas de análise adequadas e as pessoas com o conhecimento necessário para o uso delas. Outros desafios notáveis incluem "a melhoria da qualidade dos processo de análise" e "a combinação de várias fontes de dados".
Os quatro pilares para o sucesso em um projeto de Inteligência de Dados Pessoas Conhecimento Criar valor a partir de dados requer uma série de talentos, desde a integração e a preparação dos dados até arquitetar ambientes de bancos de dados especializados em computação, data mining e algoritmos inteligentes. Extrair valor dos dados não é uma tarefa trivial, afirma Linden. Um dos elementos-chave de qualquer programa do tipo decifrar os dados são as pessoas, que devem ter as habilidades e capacidades corretas O conhecimento deve ser aperfeiçoado, desafiado, e constantemente aumentado, ou ele simplesmente desaparecerá - Peter Drucker. No entanto, para aperfeiçoar e aumentar o conhecimento e criar insights, as soluções de Inteligência de Dados devem ser construídas em cima de requerimentos claros e objetivos das Áreas de Negócios, e que vão gerar uma vantagem competitiva para a empresa. Dados Tecnologia Volume: qual é o tamanho da base de dados que será analisada? A ferramenta analítica para um projeto de Inteligência de Dados deve ser: Velocidade: qual a velocidade com que esses dados são gerados ou atualizados? Flexível e dinâmica, para melhorar, alterar ou criar rapidamente os modelos analíticos e de regra de negócios. Variedade: em quais formatos esses dados estão disponívels (relacionados, tabulados, arquivos texto, planilhas)? Confiável e segura, para dar confiança aos gestores durante o processo de tomada de decisão. Veracidade: Esse dado é real e a fonte é confiável? Estou seguro que esse dado pode ser utilizado para a inteligência de negócios da empresa. Fácil de implementar, usar e com custo acessível, uma rápida implementação, uma interface amigável e o baixo custo aceleram o retorno sobre investimento do projeto. Valor: qual é o real valor de negócios que os dados analisados vão trazer para os negócios da empresa? Mantenha distância das soluções altamente complexas e que demandam implementações de longo prazo. Pense simples e mantenha simples.
Forme uma equipe multi-disciplinar Área de Negócios Ter uma clara visão e conhecimento da sua indústria e do mercado Fornecer feedback consistentes e constantes para a área de TI Tecnologia da Informação Um único software de integração e inteligência analítica de dados Teamwork Negócios + TI Selecionar as variáveis e os modelos de análise Realizar as análises preliminares e construir os modelos de análise Identificar e validar quais os dados são realmente importantes para formar a base de inteligência de negócios Testar e validar o modelo Inserir os dados e rodar os modelos de inteligência de análise de dados Ter uma boa dose de bom senso. Reunir dados desnecessários pode levar a decisões equivocadas Revisar, atualizar e criar novas análises de acordo com as necessidades da área de negócios
Wiseminer - uma ferramenta com tecnologia analítica avançada e funcionalidades end-to-end O software ideal para consolidar dados de diferentes formatos, bases e fontes para criar uma base de inteligência de negócios, suportar o processo de decisão nas empresas e ganhar vantagem competitiva. T A B Data Intelligence Análise de Rede Neural
Componentes do Wiseminer Data Intelligence Conectar Dados - Construir Inteligência - Criar Vantagem Competitiva Integração de Dados Exploração de Dados Classificação e Scoring Geração de Histórico Transformação e Enriquecimento Automação de Tarefas Visualização e Dashboards Gerência e Evolução
A tecnologia analítica avançada aplicada a análise de risco e crédito Provedor de Informações Comerciais (Bureaus) Score de Crédito Baseado em Conhecimento e Regras de Negócios Histórico do Cliente com a Empresa (CRM) Modelo Analítico de Dados Relacionados Cliente Vendedor Data Intelligence Dados Econômicos e Financeiros (Mercado) * Integração com Redes Sociais limitada a disponibilização de APIs Integração com Redes Sociais * Detecção e Prevenção de Operações Fraudulentas
Pontuadores baseado em regras de negócios e modelos preditivos Pontuadores Podem representar: Risco Qualidade Etc Confiança Classificação Funcionamento: Regras Múltiplas regras definidas pelo analista se somam para formar a pontuação final Preditivo Rede neural e árvore de decisão treinados com base em fotografias
Componente de visualização permite a investigação da informação e maior assertividade O analista de negócios pode criar várias visualizações e telas dinâmicas, em tempo real, baseadas no modelo analítico de dados relacionados. Gráficos, estatísticas e tabelas podem ser configuradas e apresentadas com as informações carregadas na base de inteligência. As telas podem ser facilmente definidas com recursos avançados como regras de estilos, que permitem customizar a cor e o formato de exibição de cada parte da tela de acordo com os valores dos campos, facilitando a visualização e a rápida tomada de decisão do analista de crédito. Diferentes usuários podem ter acesso a informações distintas e de maneira simultânea, permitindo assim a distribuição dos dados para diversas áreas da empresa com total segurança da informação.
Problemas das ferramentas tradicionais Pouca Flexibilidade Bancos de dados pouco flexíveis com layouts específicos pré-definidos para cargas das informações a serem trabalhadas. Usabilidade Complexa Ferramentas pouco amigáveis, sendo necessário profissionais de alta gabaritagem técnica e estatística para operá-las. Alto Custo Projetos internos de longa duração que estouram o budget, pois demandam muita necessidade de integração com legado e desenvolvimento customizado, e que não entregam o retorno de investimento esperado em função do dinamismo do negócio. Solução Comum Desenvolvimento de sistemas caseiros, baseados em bancos de dados replicados, planilhas, com pouca segurança, pouco confiáveis e que exigem muitos processos manuais, causando o atraso na entrega de resultados, reduzindo o tempo de reação dos gestores, atrasando a tomada de decisão de negócios e reduzindo a competitividade da empresa.
Diferenciais do Wiseminer Flexibilidade Orientado ao Analista de Negócios e a necessidade de cada área de negócio. Uma modelagem de dados e entidades, incremental e dinâmica. Alterações em tempo real, sem necessidade de desenvolvimento. End-to-end Carga e manipulação de diferentes bases e formatos de arquivo. Visualização customizada para cada Analista de Negócios. Automação de tarefas periódicas, de acordo com a necessidade do Analista. Monitoramento e detecção de desvios, fraude e anomalias. Redução de Custo Dispensa projetos caros e complexos de integração com sistemas legados. Redução de desenvolvimento de sistemas caseiros, maior controle, segurança e otimização dos recursos. Rápida implementação, on-time, on-budget e de fácil utilização.
Onde estamos? website email (21) 2711-4359 suporte linkedin facebook blog google+ twitter
Perguntas 2014a
OBRIGADO!!! BIG DATA? BE WISE! 2014a