Transforme Dados em Vantagem Competitiva

Wiseminer Informática LTDATodos os Direitos Reservados

The Data Intelligence SoftwareConnect - Build - Create

Leonardo CoutoDiretor [email protected]+55 21 9 7295 1422


Big Data Bang e os desafios da gestão de dados e da informação

6 Milhõesde 'page views' por

minuto no Facebook

1.300novos usuários de aparelhos

móveis por minuto

Cada minuto gera

US$2,8Mde vendas globais online

(Est. 2014)

20novas vítimas de roubo de

identidade por minuto

80%dos dados do mundo estão

desestruturados

1 em 2Líderes de Negócios não tem o

acesso aos dados que eles realmente precisam

54%Das companhias usam softwares de

inteligência de dados para ganhar vantagem competitiva

83%dos CIO’s citam BI e Analytics

como parte do seu plano visionário


Gartner : “Tecnologias analíticas avançadas são prioridade”

"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/

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".

BITradicional

Data Intelligence


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.

Fonte: "Big risks require big data thinking - Global Forensic Data Analytics Survey 2014", da Ernest & Young.

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 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".

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.


Conceito de Data Intelligence

Data intelligence é um conceito diferente, que está relacionado a forma e método de interação com o dado bruto, que acontece de uma forma rica e semântica, e que vai muito além de extrair e capturar o dado, para transformá-lo em informação de valor real para os clientes.

Um conceito mais acadêmico pode ser encontrado no site Techopedia:

"Data intelligence é a análise de vários formatos de dados, de uma maneira que possibilita as empresas expandirem seus produtos, serviços ou investimentos. Data Intelligence também pode se referir ao uso e análise dos dados internos da empresa para avaliar suas operações internas e tomar melhores decisões no futuro. Business Intelligence, Data Mining, Online Analytics e Processamento de Eventos são todos tipos de análise de dados que as companhias utilizam em um processo de Data Intelligence.

Data intelligence pode ser confundido com o tradicional conceito de Business Intelligence, embora existam similaridades entre esses dois conceitos, há também diferenças importantes. Data Intelligence se concentra na análise dos dados para enriquecer o processo decisório e a estratégia de negócios, por outro lado, trata-se também de entender e avaliar, através da análise, um processo de negócio e os dados associados a esse processo. Já Business Intelligence tradicional envolve a organização, em vez de apenas recolher os dados para torná-lo útil e aplicável às práticas do negócio." - Cory Jansen, Techopedia.

Em um breve resumo, Data Intelligence é a evolução do BI, temperado com ‘data science’, análise preditiva, um modelo avançado de modelagem de dados e entidades e um modelo relacional (link analysis), elevando o sistema de suporte a decisão a um nível que um BI tradicional não conseguirá executar.


Wiseminer Data Intelligence

O Wiseminer Data Intelligence é um software revolucionário que combina avançados conceitos e tecnologias de Data Extraction, Transformation and Load (ETL), Business Intelligence (BI), Data Mining, Analytics e Data Visualization em uma única ferramenta, totalmente integrada.

Utilizando os componentes de Extração e criação do fluxo de dados; Modelagem de relacionamento de dados e entidades (Link Analysis); Criação das regras de negócios e cálculos de risco e pontuação (Scoring); e a Automação de tarefas e rotinas de processamento, os analistas podem usar o engine de análise de dados para testar cenários e modelos preditivos, criar alertas e ações automatizadas para detecção e prevenção de desvios, fraudes e anomalias de processos, e através do componente de Visualização, o usuário final, ou os gestores da empresa podem rapidamente analisar a informação e tomar uma decisão de negócios com maior agilidade e assertividade.

Tudo isso através de uma interface amigável, flexível e customizada, uma ferramenta “end-to-end”, com uma implementação simples e rápida, sem estourar orçamento e entregue dentro do prazo, maximizando o retorno sobre investimento para o cliente.


Os quatro pilares para o sucesso de um projeto de Inteligência de Dados

Pessoas Conhecimento Dados Tecnologia

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.

Volume: qual é o tamanho da base de dados que será analisada?

Velocidade: qual a velocidade com que esses dados são gerados ou atualizados?

Variedade: em quais formatos esses dados estão disponívels (relacionados, tabulados, arquivos texto, planilhas)?

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.

Valor: qual é o real valor de negócios que os dados analisados vão trazer para os negócios da empresa?

A ferramenta analítica para um projeto de Inteligência de Dados deve ser:

Flexível e dinâmica, para melhorar, alterar ou criar rapidamente os modelos analíticos e de regra de negócios.

Confiável e segura, para dar confiança aos gestores durante o processo de tomada de decisão.

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.

Mantenha distância das soluções altamente complexas e que demandam implementações de longo prazo.

Pense simples e mantenha simples.


TeamworkNegócios + TI

Forme uma equipe multi-disciplinar

Ter uma clara visão e conhecimento da sua indústria e do mercado

Fornecer feedback consistentes e constantes para a área de TI

Identificar e validar quais os dados são realmente importantes para formar a

base de inteligência de negócios

Ter uma boa dose de bom senso. Reunir dados desnecessários pode levar a

decisões equivocadas

Um único software de integração e inteligência analítica de dados

Selecionar as variáveis e os modelos de análise

Realizar as análises preliminares e construir os modelos de análise

Inserir os dados e rodar os modelos de inteligência de análise de dados

Testar e validar o modelo

Área de Negócios

Revisar, atualizar e criar novas análises de acordo com as necessidades da área

de negócios

Tecnologia da Informação


Wiseminer ‘all-in-one’ Data Intelligence Software

Business Intelligence

Enhanced Complex Worksheet with Macro

Self Service BIDesktop BI

Data Mining Tools

Complex Data Extraction Queries

DataIntelligence


Wiseminer Data IntelligenceTecnologia Convergente e Inovadora

RAW DATA

DATA MINING (ETL)

ANALYTICS ENGINE

DECISION SUPPORTPREDICTIVE ANALYTICS

VISUALIZATION

The ‘all-in-one’ Data Software

Connect - Build - Create


Posicionamento do Wiseminer @ Data Apps

The Big Data Landscape


Visão conceitual do Wiseminer

O Wiseminer é o software ideal para consolidar dados de diferentes formatos, bases e fontes para criar uma base de inteligência de negócios para suportar o processo de decisão nas empresas.

DataIntelligence

TAB

Análise de Rede Neural


Componentes do software Wiseminer Data Intelligence

Integração de Dados

Exploração de Dados

Transformação e Enriquecimento

Visualização e Dashboards

Classificação e Scoring

Geração de Histórico

Automação de Tarefas

Gerência e Evolução


Integração de dados

O primeiro passo para a montagem, modelagem, de uma base de inteligência de negócios é a carga e a consolidação dos dados coletados de diversas bases de dados da própria empresa, do mercado, de redes sociais, índices econômicos e quaisquer outras fontes legalmente disponíveis e que sejam relevantes para a área de negócios da empresa.

No Wiseminer isto é feito de forma muito simples e eficiente através de uma interface intuitiva e flexível. As entradas dos dados são definidas, manipuladas e combinadas através do componente de Fluxo de Dados.


Exploração

Pela interface de exploração é possível estudar, pesquisar e visualizar os relacionamentos existentes entre as informações. Um diagrama interativo baseado em ícones, símbolos e cores permite a realização de sofisticadas análises.


Transformação e enriquecimento

Modelo - Entidades

Usuário

Compra

CPF

Produto

Endereço CEP

Telefone

Endereço IP

Cartão de Crédito

Usuários

Compras

Dados Externos


Transformação e enriquecimento

Modelo - Entidades

CamposRelacionados

● Indicadores● Estatísticas● Agregações

Usuário

Compra

CPF

Produto

Endereço CEP

Telefone

Endereço IP

Cartão de Crédito

Quantos Usuários utilizaram o mesmo IP?

Quantos Usuários forneceram o mesmo Telefone?

Valor total de compras?


A Visualização dos dados é feita através de uma interface Web totalmente dinâmica que pode ser customizada em tempo real pelo usuário. Gráficos, estatísticas e tabelas podem ser configuradas e apresentadas com as informações da base de inteligência. Telas web específicas para cada informação podem ser facilmente definidas, com recursos avançados como regras de estilos, que permitem customizar a cor e formato de exibição de cada parte da tela de acordo com os valores dos campos.

Diferentes usuários podem ter acesso a informações distintas de maneira simultânea, permitindo assim a distribuição dos dados para diversas áreas da empresa com total segurança.

Visualização


Com base no relacionamento entre as informações carregadas é possível enriquecer os dados com novos campos calculados pelo Wiseminer.

Campos Relacionados permitem calcular indicadores, sumarizações e agregações entre entidades de um modelo, de forma simples e incremental. Ou seja, a qualquer momento novos campos relacionados podem ser adicionados conforme a necessidade.

Pontuadores definem regras que dão origem a uma pontuação, que pode ter diferentes significados dependendo do negócio. Por exemplo ela pode representar o risco de um novo cliente. O valor deste risco pode então ser usado para a tomada de decisão sobre o crédito a ser concedido ao novo cliente.

Scoring


Pontuadores (score) baseado em regras de negócios e modelos preditivos

Pontuadores

RegrasMúltiplas regras definidas pelo analista se somam para formar a pontuação final

Podem representar:

Risco

Confiança

Qualidade

ClassificaçãoEtc…

Funcionamento:

PreditivoRede neural e árvore de decisão treinados com base em fotografias


Geração de histórico - Fotografias

Informação Informação' Informação'' Informação''' Informação''''

Fotografia1

Fotografia2

Fotografia3

Fotografia4


Todas as operações realizadas com o Wiseminer, desde a carga de dados até a execução dos pontuadores são tarefas que podem ser sequenciadas, agendadas e gerenciadas. Desta forma, um modelo inicial de análise de dados pode ir evoluindo e se tornar uma solução completa e automatizada de inteligência de dados, acessível por várias áreas da empresa.

Automação


Com a base de inteligência já enriquecida é possível criar tarefas de monitoramento, que serão executadas periodicamente com o objetivo de detectar anomalias e riscos. Ações automáticas poderão ser disparadas, através da integração com outros sistemas, ou equipes de análise poderão trabalhar com os dados.

Detecção de Anomalias e Monitoramento


Gerência e evolução

A gerência unificada da solução completa facilita a investigação de problemas e a evolução constante do modelo de inteligência.

Novos requisitos de negócio podem ser atendidos rapidamente.


A tecnologia analítica avançada aplicada a análise de risco e crédito

Cliente Vendedor

Data Intelligence

Provedor de Informações Comerciais (Bureaus)

Dados Econômicos e Financeiros (Mercado)

Histórico do Cliente com a Empresa (CRM)

Integração com Redes Sociais *

* Integração com Redes Sociais limitada a disponibilização de APIs

Modelo Analítico de Dados Relacionados

Score de Crédito Baseado em Conhecimento e Regras

de Negócios

Detecção e Prevenção de Operações Fraudulentas


Problemas das ferramentas tradicionais

Pouca Flexibilidade

Bancos de dados pouco flexíveis com layouts específicos pré-definidos para cargas das informações a serem trabalhadas.

AltoCusto

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.

UsabilidadeComplexa

Ferramentas pouco amigáveis, sendo necessário profissionais de alta gabaritagem técnica e estatística para operá-las.

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.

SoluçãoComum


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.


Arquitetura

Wiseminer Service

ModeloModeloModelo

Entidades

Fotografias

Conexões

Tarefas

Trabalhos

Task Manager

Analytics Engine

Database

Apache Tomcat

Wiseminer Web

Java Web Start

Wiseminer Studio

- Exploração- Administração- Analista (usuário)

- Modelagem- Exploração de Relacionamentos- Consultor Sênior

Files


Plataformas Suportadas

IBMz/Linux

IBM IFL (Integrated Facility for Linux)SuSE Linux Enterprise Server 11Java 7PostgreSQL 8.4

Processadores Intel / AMDWindows Server 2003 / 2008 / LinuxJava 7SQL Server / PostgreSQL

IBM Power 7 / 7+ / 8Red Hat Enterprise Linux 6Java 7PostgreSQL 9.2

Plataformas suportadas pelo Wiseminer v4

Cloud & Hosting Services:AWS, Google, Softlayer, TIVIT, Locaweb … escolha o seu provedor ...


Detecção e Prevenção da Fraude e Garantia da Receita

● Sistema de detecção em tempo real;● Criação de uma base histórica de fraudadores

(black list) e bons clientes (white list);● Reduz as perdas financeiras melhorando o

EBITDA da empresa;● Clientes de Telefonia, Seguros, Serviços

Financeiros, e-Commerce, TV Paga, Varejo, Operadoras de Cartão de Crédito e Serviços em geral.

Compliance e Auditoria Contínua

● Geração de bases consolidadas para análise e geração em tempo real de relatórios para agências reguladoras (ex. Susep, Coaf, Bacen, Aneel, Anatel e outras);

● Detecção e alertas de desvios de processo para Auditoria;

● Compliance e batimento de dados (ex. Interconexão, Cobilling e Roaming em Telefonia);

● Automatização e monitoramento constante e em tempo real dos processos de Compliance e Auditoria.

Outros Casos de Uso para o Wiseminer

Análise de Risco e Scoring (Rede Neural)

● Cálculo e pontuação para a concessão de risco de uma operação (ex. concessão de crédito, apólice de seguro, operação financeira)

● Cálculo de risco e índice de falhas● Bancos de Varejo, Investimento e Crédito

Consignado;● Vendas no E-Commerce, Varejo e Atacado

Segurança da Informação

● Análise de logs● Gerenciamento de pontos de controle

Customer Intelligence

● Visão consolidada● Classificação● Cobrança● Retenção● Campanhas de Marketing● Integração com Redes Sociais● Monitoração de Eventos e Páginas Próprias

e de Concorrentes● SAC 2.0

Segurança Pública

● Monitoração de Protestos● Árvore de Relacionamento● Monitoração de Grupos e perfis em Redes

Sociais● Classificação e Pontuação de Risco por

Perfil ou Grupo● Integração com Twitter e Monitoração de

Mobilidade● Análise de Regressão Histórica● Investigação Forense

Saúde Pública

● Mapeamento de Epidemias e Endemias● Análise de Regressão Histórica● Investigação Forense● Árvore de Relacionamento e

Classificação de Risco● Integração com Twitter● Análise de Mobilidade● Disparo de Alertas via SMS e outros

meios


Versões e Escalabilidade do Wiseminer

Volume deDados

Memória GB

16GB

Enterprise - Até 512GB

32GB

64GB

128GB

Cessão de Direito de Uso do Software (Licença) e suporte remoto em horário comercial com usuários concorrentes e registratos ilimitados

Limitado a 1 socket por servidor virtual ou físico e até 16GB RAM




Flexível. Licenciado de acordo com Memória e Volume de Dados.


Perguntas

Data & Analytics

Transforme Dados em Vantagem Competitiva