data science, machine learning & decision optimizationna ... · dados históricos modelo de...
TRANSCRIPT
Data Science, MachineLearning & DecisionOptimization na prática
CLAUDIO PINHEIROSenior Data ScientistIBM Cloud
claudio-pinheiro-cloud
Nós estamos aquiDobramos a cada dois anos
2018
Sensores
Imagens
Textos
Atuais
80%dados não estruturados
EM 2020
1,7 MBde nova informação será criada por segundo para cada ser humano do planeta
DATA MARTDATA WAREHOUSE
• Conhecer o cliente• Aumentar as vendas• Reduzir despesas• Entender o que aconteceu• Melhorar as margens• Prever o que acontecerá• Tomar as melhores decisões• Melhorar a participação de mercado• Bater metas de produtividade• Melhorar a experiência do cliente• Diminuir os riscos• Ser mais eficiente• Inovar
LEGADOS
ERP
CRM
BI
PLANILHAS
A cada minuto:• 1.8 milhões de likes no facebook• 204 milhões de e-mails• 200 mil uploads de fotos• 2,78 milhões de videos assistidos youtube• 72 horas de videos - uploaded
HADOOPData Lake
Analista de negócios
5
ModelagemCognitiva
Como entender aprender e
decidir?
ModelagemPrescritiva
Como otimizar?
O que acontecerá?
ModelagemPreditiva
ModelagemEstatística
Porque aconteceu?
Complexidade
Com
petit
ivid
ade
Dado Bruto
???
RelatórioA. Descritiva
O que aconteceu ?
Painéis OLAP
Ad HocDrill Down
Dados históricos
Modelo de Maturidade Adaptado
Modelo de maturidade de BI TWDI Adaptado por Cláudio Pinheiro
Dados estruturados e não estruturados, históricos e em tempo real
Tarefas Analíticas
Sumarização
Segmentação
Classificação
Estimação
Recomendação
Previsão
Quantos produtos vendemos?Qual o tempo médio de atendimento?Quanto dura o ciclo de venda?
Quantosgruposdiferentesde clientestemos?
Qual é a classe destenovo cliente?
Quanto devemosgastar em mídiapara vendermos20% a mais?
Quaisprodutosdevemosrecomendara um clienteque estácomprandoum determinadoproduto?
Quantoiremosvender mensalmente desteproduto naregião sulem 2019?
• Procurando uma plataforma de dados científicos para habilitar suas estratégias e escala com tranquilidade?
7
8
WATSON STUDIO Cloud & Local
Decision Optimization Cognos PlanningAnalytics
Watson ExplorerSPSS Modeler
Plataformas de Ciência de Dados
• R• Python• Scala• Modeler
• RStudio• Jupyter Notebook• Zepellyn Notebook• Anaconda
• Data Refinery, Dashboards…• Watson Catalog & API´s• Deep Learning & WML• ICP & Spark
• Integração a Comunidade• Governança• Gestão de Modelos• MultiCloud
ROB THOMAS - IBM General Manager
“There is no AI without IA”
2 –Information Architecture1- Artificial Intelligence
Necessidade de negócio: analisar dados demográficos e imobiliários para determiner o melhor local para um grupo de lojas/cafés.
A solução: Através do uso do Watson Studio e de serviços integrados de otimização na nuvem, determinamos os melhor locais para dispor as lojas e ter o melhor retorno estimado.
Benefícios: • Maximizar o retorno• Aproveitar de forma mais eficiente e
inteligente o retorno dos investimentos
Qual é o melhor lugar para abrir uma Café?
Rede de Cafeterias
Demonstração
ROI : 459%PAYBACK: < 6 Meses
GovernançaEscalabilidade Integração
Watson Studio
Multicloud
13
Empresas usando AI com o IBM Watson
14March 2018 / © 2018 IBM Corporation
Mude o FuturoAGORA!
Thank you
15
____________________
LinkedInclaudio-pinheiro-cloud
MuitoObrigado !
CLÁUDIO PINHEIROIBM - Senior Data Scientist
16