DATA BASE MARKETING AULA 8 – DATA MINING 05112017

Prévia do material em texto

DATA BASE MARKETING 
AULA 8 – DATA MINING- 05/11/2017
Introdução
Nesta aula compreenderemos o processo de mineração de dados e sua importância para as atividades de Database Marketing
DATA MINING
No mercado competitivo atual as empresas buscam tomar decisões mais rápidas, coerentes e abrangentes. Por outro lado, os profissionais de Marketing se defrontam com uma quantidade cada vez maior de informações disponíveis e necessitam de ferramentas que os auxiliem na busca de informações que realmente são relevantes.
A partir do crescimento das bases de dados do Data Warehouse passa a existir uma dificuldade cada vez maior de extração de informações compreensíveis e úteis e em tempo hábil para serem interpretadas pelos tomadores de decisão.
Existe uma ineficiência e impossibilidade da análise manual e uma evidente necessidade de novas teorias e ferramentas para auxílio na extração de conhecimento do crescente volume de dados.
Um dos grandes problemas dos especialistas em análise de informação é a transformação de dados em informação. Como fazer isso de uma forma automatizada e no menor tempo possível? 
Uma das respostas para isso é a combinação de estatística convencional e técnicas de inteligência artificial, que resulta em uma técnica muito comentada nos dias de hoje, o Data Mining.
 Mas o que é Data Mining?
O mais importante é entendermos que Data Mining é um processo.
Este processo faz uso de uma variedade de instrumentos ou ferramentas estatísticas para trabalhar os dados e encontrar padrões e relações que permitam entender o comportamento e estabelecer projeções válidas acerca do assunto analisado.
Algumas Máximas do Marketing e ......
É mais dispendioso conquistar um cliente novo do que reter os existentes.
É mais dispendioso reativar um cliente do que do que satisfazê-lo em primeiro lugar. 
Alguns clientes são mais lucrativos do que outros .
Alguns clientes são pouco lucrativos e outros nunca nos darão nenhum lucro.
...... Algumas Respostas Fornecidas pelo Data Mining
Que clientes são os mais lucrativos. 
Que promoções são as mais efetivas. 
Que clientes respondem melhor a cada tipo de promoções. 
Que tipo de clientes estão interessados em meus produtos.
Que clientes deixarão de fazer negócios com a minha empresa no futuro próximo.
Objetivo do Data Mining
Encontrar padrões ainda não descobertos nos dados, que possam gerar respostas corretas para novos casos. Este processo de busca e interpretação de padrões é tipicamente interativo e iterativo, envolvendo a aplicação repetitiva de métodos específicos de mineração de dados ou algoritmos e interpretações dos padrões gerados como resultado destes algoritmos.
Atividades de Data Mining
Os problemas que podem ser resolvidos com Data Mining normalmente são divididos em dois grandes grupos: 
Predição 
Dentre as diversas técnicas utilizadas para a Predição, podemos destacar:       
Classificação: 
A resposta será apresentada na forma de verdadeiro ou falso.   
Exemplo: Todo paciente que apresenta o vírus X está com gripe?
A resposta será sim ou não.
Regressão:  
A resposta será um valor numérico.
Exemplo: Escore para o possível cancelamento da linha de um cliente de uma operadora de telefonia celular.
Descoberta de Conhecimento.
Dentre as diversas técnicas utilizadas para a Descoberta de Conhecimentos de interesse para a organização, podemos destacar:                                               
Detecção de exceções: 
Identifica mudanças nos padrões anteriormente detectados. A técnica clássica para executar tal detecção é o teste de significância, por exemplo, média, variância, desvio padrão.
Exemplo: Clientes residenciais de empresas telefônicas que trabalham em casa
Segmentação de bases de dados:  
O objetivo é dividir um problema em segmentos menores que formam grupos inter-relacionados.
Clusterização: 
Processo semelhante à segmentação de bases de dados, mas parte do pressuposto que não se possui resposta previamente conhecida.
Regras de associação:   
São regras que são formadas com informações existes na base de dados. São relacionamentos que, na grande parte das vezes, não são conhecidos pelo detentor do negócio.
Exemplo: 98% das pessoas que compraram fraldas também compram cervejas
Todos os Padrões “descobertos” interessam ?
Um processo de Data Mining pode gerar milhares de padrões mas nem todos são interessantes para a organização.
Um padrão é de interesse se ele é:
fácil de ser entendido pelos humanos 
válido para dados novos ou testados com algum grau de certeza potencialmente útil
valida alguma hipótese que usuário busca confirmar
Quem é o pior inimigo do processo ?
Inexistência de dados
Dados irrelevantes 
Dados insuficientes 
Dados não confiáveis
Modelagem Estatística e Datamining
A partir da modelagem estatística e da descoberta de conhecimentos de interesse para a organização podemos inserir mais uma camada na nossa figura contendo duas das principais aplicações do DBM: apoiar as tomada de decisão dos profissionais de Marketing e  facilitar o relacionamento com os clientes: