Análises Preditivas com uso do BIG DATA Um estudo de caso
BIG DATA Conceitualmente um ambiente de infinitas possibilidades O que sabemos é uma gota, o que ignoramos é um oceano (Isaac Newton)
BIG DATA O valor das Análises Preditivas O Mckinsey Global Institute estima que a aplicação de estratégias de Big Data e Análises Preditivas em alguns segmentos de mercado podem gerar um valor de US $ 100 bilhões anuais em mercados como sistemas de saúde pública ou privada como a indústria farmacêutica. A exata predição atua como alto fator de tangibilidade nas iniciativas Big Data. Para que a predição acontecer de forma assertiva deve-se trabalhar com uma composição adequada de skills e plataforma de tecnologia.
Análises Preditivas Exemplo de GANHOS e BENEFÍCIOS Health Care
Análises Preditivas Exemplo de GANHOS e BENEFÍCIOS Health Care Análise preditiva aumenta potencialmente a precisão de diagnósticos; Análise preditiva ajuda a medicina preventiva e saúde pública; Análise preditiva suporta incrementos nas previsões relativas às despesas de produtos de seguros saúde empregadores e hospitais; A análise preditiva permite aos pesquisadores desenvolver modelos de previsão que não necessitam de milhares de casos como amostragem para resultados, tornando-se então mais precisas ao longo do tempo; As companhias farmacêuticas podem usar análise preditiva para melhor atender às necessidades de medicamentos para o público.
Análises Preditivas Exemplo de GANHOS e BENEFÍCIOS Health Care O caso da UC IC Irvine com a Hortonworks. A IC Irvine Health esta utilizando uma grande plataforma de dados para análises preditivas. Irvine está construindo toda uma prática médica movida a análises; em um esforço para reduzir readmissões, aumentar a velocidade de projetos de investigação e acompanhar as estatísticas vitais do paciente em tempo quase real.
Análises Preditivas Big Data da Hortonworks para a UC Irvine O Case UC Irvine Saúde UC Irvine possui um grupo focado em analisar os principais acontecimentos da instituição. O Grupo tem acesso a um tesouro de informações históricas : milhares de planilhas, 9 milhões de registros de aproximados 1,2 milhões de pacientes numa série histórica de 22 anos. Antes do projeto nenhum destes dados foram sequer recuperados, e dados de radiologia, patologias, relatórios e notas de cobranças todos valiosos nunca foram agregados ou analisados.
Análises Preditivas Big Data da Hortonworks para a UC Irvine O projeto: Na etapa 1 foi criado um DW tradicional com ferramentas analíticas logo em seguida na etapa 2 todo o ambiente foi migrado para Hortonworks como única plataforma analítica. Antes da existência deste ambiente Hadoop não era possível acessar ou agrupar dados do DW e do do registro médico eletrônico de uma forma consistente. Com a solução os cerca de 9 milhões de registros semi-estruturados advindos do legado são agora pesquisáveis e recuperáveis no Hadoop Distributed File System (HDFS). Isto permitiu à equipe UCIH desligar seu sistema legado que era utilizado apenas para esta exibição, poupando-lhes mais de US $ 500.000.
Análises Preditivas Big Data da Hortonworks para a UC Irvine O Preditivo causando impacto nos negócios Com o Big Data a Irvine lançou dois novos programas orientados por dados, um focado em pacientes para reduzir a re-admissão e outro para monitorar os sinais vitais do paciente em tempo real. A primeira solução que cabe destacar aqui é a análise preditiva para reduzir a re-admissão no hosp Um dos objetivos da UCIH é prever a probabilidade de re-admissão hospitalar dentro de 30 dias após a alta. Pacientes com insuficiência cardíaca congestiva têm uma tendência a acumular fluido, o que faz com que eles ganhem peso.
Análises Preditivas Big Data da Hortonworks para a UC Irvine O Preditivo causando impacto nos negócios O rápido ganho de peso ao longo de um período de 1 a 2 dias é um sinal de que algo está errado. UCIH contou com parceiro de integração de dispositivos médicos chamado isirona, para desenvolver um programa que envia a esses pacientes cardíacos que foram para casa uma escala e instruções para pesar-se uma vez por dia. Os dados de peso são então transmitidos sem fio para a base Hadoop onde um algoritmo que determina alterações de peso indicam risco de possível readmissão. O sistema notifica os clínicos sobre apenas os casos críticos. Todos os dados de monitorização em casa são visíveis no device dos médicos através de uma API para Hadoop.
BIG DATA Parceria Hortonworks Arquitetura de Dados Moderna Possibilitar as suas aplicações acesso a TODOS os dados corporativos através de uma plataforma de dados centralizada e eficiente; Baseada em governança, segurança e operações centralizadas; Versátil para trabalhar com qualquer aplicação e qualquer dado, não importando o tamanho ou o tipo; 100% Open Source e Open Community.
Problema: dados fragmentados em silos, orientados por unidade de negócios Grande dificuldade em estabelecer uma visão integrada de dados; A maior parte do esforço da equipe de modelagem preditiva estava em coletar, cruzar e preparar os dados; Necessidade de arquitetura de dados moderna, capaz de armazenar dados estruturados com histórico superior a 10 anos de maneira efeiciente e também dados semi-estruturados. Solução: Arquitetura de Dados Centralizada multiplicando produtividade de time de modelagem preditiva Data Lake: Arquitetura de Dados Centralizada; Plataforma unificada de dados reduziu esforço de integração e preparação de dados; Modelos preditivos agora são construídos de maneira muito mais rápida e com melhores resultados. Setor Financeiro Análise de Risco de Crédito e Fraude GM 1
Setor Telecom Análise de CDR (Call Detailed Record) Problema: custo de armazenamento das soluções utilizadas limitavam captura e armazenamento de dados Retenção limitada de dados CDR (devido a custos das solucões legadas); Captura limitada de dados de CRM, campanhas de prospecção; Dificuldade em ter visão integrada das fontes de dados. Solução: Hortonworks para Exploração Dados e análises preditivas Hortonworks retem histórico de CDR por 5 anos e dados de outras fontes, aumentando a qualidade das análises preditivas; Dados de retenção de clientes são cruzados com dados de qualidade de serviço para redução de chrun; Execução de algorítmo de recomendação (NPTB next product to buy). GM 1
Setor Varejo (Retail) Recomendação de Produtos e Promoções Problema: Dificuldade para gerar recomendações de produtos e promoções personalizadas Empresa de comércio possui múltiplos canais de interação com o cliente, por exemplo: lojas físicas, web-site, mobile, kiosks; Cada canal possui sua própria plataforma tecnológica para captura e armazenamento de dados, dificultando uma visão 360o do cliente (cross-channel); Necessidade de melhor relacionamento e interatividade com o cliente. Solução: Hortonworks em Real-Time para recomendação de produtos e promoções personalizadas Centralização de dados de todos os canais em uma única plataforma; Recomendação de produtos em real-time; Geração de campanhas e promoções personalizadas baseadas na interação do cliente em múltiplos canais. GM 1
Obrigado LEEGA Consultoria Sérgio Topfstedt sergio@leega.com.br 11 9 9484 5396 Hortonworks Guilherme Braccialli gbraccialli@hortonworks.com 11 9 8134 1618