Análise Preditiva

Prévia do material em texto

UNIVERSIDADE ANHEMBI MORUMBI
PÓS-GRADUAÇÃO EM BUSINESS INTELLIGENCE E ANALYTICS
ANÁLISE PREDITIVA
AVALIAÇÃO N1
LEONARDO HENRIQUE MUSSO
RA: 2022309557
Junho
2022
SUMÁRIO:
1.	INTRODUÇÃO	3
2.	LEVANTAMENTO DE REQUISITOS	3
3.	EXECUÇÃO DO PROJETO	3
4.	ANÁLISE DOS RISCOS	4
5.	CONCLUSÃO	4
1. INTRODUÇÃO
O avanço tecnológico nos dias atuais agrega em todos as atividades econômicas, inclusive na agricultura. Através de instrumentos que permitem decisões antecipadas sobre o plantio e cuidado na lavoura, previsões climáticas e de escassez, entre outros. É fundamental no setor agrícola a economia com recursos e aumento de produtividade. Os softwares interativos e fáceis de usar são cada vez mais predominantes e a análise preditiva não é mais apenas um recurso dominado por matemáticos e estatísticos. Os analistas de negócios também fazem uso desses recursos através da facilidade que a tecnologia traz.
 Conforme UDACITY (2021), “Devido ao mercado econômico globalizado e tecnológico atual do Big Data, empresas vem obtendo uma vantagem competitiva acelerada, tendo na análise preditiva uma pratica de determinação de padrões de dados para prever resultados e as tendências futuras, portanto, pode ser aplicada em todos os setores e permite soluções de alto valor para negócios. A análise preditiva auxilia na inteligência competitiva para uma melhor tomada de decisões”. 
O uso de métodos estatísticos ou de aprendizado de máquina podem ser utilizados para fazer previsões sobre resultados futuros tornando-se de grande importância ao agronegócio. Isso é conhecido como Agricultura Preditiva. Com essa técnica torna-se possível criar projeções úteis para a produção agrícola em diversas frentes, desde a incidência de pragas no campo até a possível quebra de maquinas, possibilitando a tomada de decisão com antecedência. Essa análise de dados possibilita o conhecimento prévio do comportamento do clima (umidade e temperatura) e da fertilidade do solo além de permitir a aplicação de insumos e medidas de forma variada e eficaz de acordo com a necessidade de cada local (Canal Agro, 2020). 
2. LEVANTAMENTO DE REQUISITOS
Foi levantada a necessidade do cliente em desenvolver um aplicativo que facilite a tomada de decisões através de análises preditivas. Com a utilização de sensores integrados aos recursos (IoT) será possível estimar alguns indicadores que tragam redução nos trabalhos e consequentemente custos, através da antecipação de fatos que prejudicam o andamento das atividades agrícolas, como por exemplo a previsão do tempo. Com isso será possível redimensionar melhor a utilização dos recursos de agricultura.
3. EXECUÇÃO DO PROJETO
Para a execução deste será necessário analisar os projetos já existentes e se caberá usá-los nas aplicações. Um Data mining para mineração de dados pode ser usado na análise e levantamento de dados de um banco específico já existente no ambiente, ele extrairá grandes conjuntos de dados e será capaz de traduzi-los de uma forma que seja possível compreender e transportar os dados para o aplicativo.
 Criar um ambiente de dados onde a análise por arvore de decisões é uma das melhores escolhas, pois existem dois caminhos: “e” e “se”. Para negativo ou positivo existie duas decisões expostas e de acordo com o ambiente, com o negócio, com estabilidade. 
Prever o futuro pode ser mais complexo em se tratando do clima, mas possível prever o futuro em casos de mercado.
4. ANÁLISE DOS RISCOS
Para todo projeto é necessário a avaliação dos riscos, principalmente em casos de implantação de tecnologia onde vários fatores devem ser considerados. No caso desse projeto os riscos apontados para ele são:
1. Falta de internet, prejudicando o funcionamento dos sensores IoT que irão alimentar a aplicação. Neste caso deve-se avaliar a possibilidade de mais de um provedor de internet;
2. Alteração nos processos da operação e que não esteja devidamente mapeado no Data Mining de dados;
3. Falta de treinamento dos colaboradores que farão a utilização do aplicativo, gerando interpretações equivocadas dos dados fornecidos. 
5. CONCLUSÃO
Existem diversas formas que IoT pode ser utilizado, principalmente em automações residenciais e empresariais, por câmeras, luzes, utilizando sensores onde não há necessidade da presença humana para intervir em seu acionamento. 
O orçamento deve ser baseado em todas as análises preditivas e de desenvolvimento de acordo com a necessidade do cliente. A empresa desenvolvedora deve levar em consideração principalmente o ramo de negócio de seu cliente e seu público alvo, número de funcionários, bem como suas culturas e valores e atrelar as necessidades internas de acordo com fornecedores e clientes.
REFERÊNCIAS BIBLIOGRÁFICAS
SANTOS, Marcelo Henrique dos; Roteiro de Estudos: Análise Preditiva, 2021.
AUSTER. Auster Tecnologia, soluções em RPAS (Sistemas de Aeronaves Remotamente Pilotadas), 2015. Disponível em: https://www.austertecnologia.com.
FALKER. Soluções para coleta, organização e uso de informações Agronômicas, 2005. Disponível em: www.falker.com.br.
INMET. Instituto Nacional de Meteorologia. Disponível em: http://www.inmet.gov.br.
VALTRA. Soluções versáteis e de alta tecnologia do plantio à colheita. Disponível em: www.valtra.com.br. 
AGRO. Como a agricultura preditiva pode impulsionar a produtividade. Disponível em https://summitagro.estadao.com.br/tendencias-e-tecnologia/como-a-agricultura-preditiva-pode-impulsionar-a-produtividade/.
UDACITY BRASIL. Como as empresas usam a análise preditiva na tomada de decisão?
SAS. O que é a análise preditiva? Disponível em: https://www.sas.com/pt_br/insights/analytics/analytics.html.
5