{"id":7282,"date":"2018-09-06T00:00:00","date_gmt":"2018-09-06T03:00:00","guid":{"rendered":"https:\/\/www.altus.com.br\/blog\/tecnicas-e-aplicacoes-para-a-analise-de-dados-na-industria\/"},"modified":"2024-10-01T13:53:01","modified_gmt":"2024-10-01T16:53:01","slug":"tecnicas-e-aplicacoes-para-a-analise-de-dados-na-industria","status":"publish","type":"post","link":"https:\/\/www.altus.com.br\/en\/post\/183\/tecnicas-e-aplicacoes-para-a-analise-de-dados-na-industria","title":{"rendered":"T\u00e9cnicas e aplica\u00e7\u00f5es para a an\u00e1lise de dados na ind\u00fastria"},"content":{"rendered":"

A hist\u00f3ria do surgimento da inform\u00e1tica \u00e9 um assunto de fasc\u00ednio para muitas pessoas. As empresas pioneiras, a evolu\u00e7\u00e3o dos modelos de computadores, suas caracter\u00edsticas de hardware e software, como funcionavam e o que eram capazes de fazer. Ao consultar a literatura que descreve esses fatos hist\u00f3ricos, o leitor pode confundir fato com fic\u00e7\u00e3o, pois a realidade hist\u00f3rica da tecnologia ocorreu como uma obra de arte.<\/p>\n

Gra\u00e7as \u00e0 evolu\u00e7\u00e3o dos computadores, muitas outras \u00e1reas puderam se desenvolver e atingir o est\u00e1gio do qual desfrutamos hoje. Uma das tecnologias desenvolvidas paralelamente nesse contexto hist\u00f3rico, com in\u00edcio datado em meados dos anos 70 e que foi de suma import\u00e2ncia para o sucesso da inform\u00e1tica, \u00e9 a tecnologia dos sistemas de banco de dados.<\/p>\n

Bancos de dados s\u00e3o, resumidamente, sistemas compostos por um reposit\u00f3rio de armazenamento de dados e uma interface de comunica\u00e7\u00e3o para consulta, inser\u00e7\u00e3o e altera\u00e7\u00e3o de dados. Atrav\u00e9s deles, \u00e9 poss\u00edvel armazenar cadastros e dados de configura\u00e7\u00e3o de um sistema, registrar transa\u00e7\u00f5es e monitorar dados de processo em tempo real. Com essas ferramentas em m\u00e3os, as organiza\u00e7\u00f5es puderam criar uma infinidade de aplica\u00e7\u00f5es, tanto voltadas \u00e0 gest\u00e3o de empresas, como para integra\u00e7\u00e3o de sistemas em processos industriais, projetos cient\u00edficos ou at\u00e9 mesmo redes sociais. O resultado pr\u00e1tico desses empreendimentos \u00e9 que, hoje, existe uma massa gigantesca de dados das mais diversas origens e significados (grandezas f\u00edsicas capturadas por sensores, registros de transa\u00e7\u00f5es banc\u00e1rias, e-mails, imagens, v\u00eddeos, etc.) espalhados por aplica\u00e7\u00f5es em todo o mundo.<\/p>\n

Em fun\u00e7\u00e3o da dissemina\u00e7\u00e3o da tecnologia e da alta disponibilidade de dados, por exemplo, na Internet, criou-se o ditado popular de que vivemos na era da informa\u00e7\u00e3o, mas a verdade \u00e9 que ainda n\u00e3o chegamos na era da informa\u00e7\u00e3o, mas sim na era dos dados. A maioria das aplica\u00e7\u00f5es gera dados sobre os processos para fins de registros de transa\u00e7\u00f5es, rastreamento, controle e monitoramento. Os dados s\u00e3o consultados sob demanda para fins espec\u00edficos e parte deles, muitas vezes, nem s\u00e3o utilizados. Esses dados extra\u00eddos da realidade podem apresentar padr\u00f5es e correla\u00e7\u00f5es que, se percebidos, podem gerar riqueza (a solu\u00e7\u00e3o de um problema de engenharia, a identifica\u00e7\u00e3o de um gargalo produtivo, uma nova oportunidade de neg\u00f3cio, o diagn\u00f3stico de uma doen\u00e7a em seus est\u00e1gios iniciais).\u00a0<\/p>\n

O fato \u00e9 que a grande massa de dados dispon\u00edvel supera a nossa capacidade humana de an\u00e1lise. Os dados em si n\u00e3o constituem informa\u00e7\u00e3o, a informa\u00e7\u00e3o \u00e9 o conhecimento obtido atrav\u00e9s dos dados. Podemos dizer, portanto, que o nosso mundo \u00e9 rico em dados, por\u00e9m, pobre em informa\u00e7\u00e3o, e por isso surge a necessidade de novas t\u00e9cnicas para lidar com esse problema.<\/p>\n

Felizmente, j\u00e1 existem t\u00e9cnicas avan\u00e7adas para realizar a an\u00e1lise de dados. Uma dessas t\u00e9cnicas \u00e9 objeto de estudo na Altus, atrav\u00e9s de uma iniciativa para buscar novas tecnologias e prototipar solu\u00e7\u00f5es observando as tend\u00eancias do mercado global. A t\u00e9cnica em quest\u00e3o \u00e9 denominada “minera\u00e7\u00e3o de dados”.<\/p>\n

O termo minera\u00e7\u00e3o expressa bem o objetivo da t\u00e9cnica. Assim como a atividade de minera\u00e7\u00e3o permite encontrar pepitas de ouro ocultas no solo, a minera\u00e7\u00e3o de dados permite encontrar conhecimento oculto nos dados.<\/p>\n

A minera\u00e7\u00e3o de dados \u00e9 definida como uma das etapas do processo de descoberta do conhecimento atrav\u00e9s dos dados. Ela permite a caracteriza\u00e7\u00e3o e reconhecimento de padr\u00f5es em um conjunto de dados, que s\u00e3o utilizados para dois objetivos principais: descritivo e preditivo. <\/p>\n

Quando o objetivo \u00e9 descritivo, a minera\u00e7\u00e3o de dados resultar\u00e1 na identifica\u00e7\u00e3o de padr\u00f5es que correlacionem vari\u00e1veis de processo ou crie grupos ou classes de dados baseados na semelhan\u00e7a. Esses padr\u00f5es podem ser \u00fateis nas tomadas de decis\u00e3o, uma vez que \u00e9 poss\u00edvel identificar oportunidades, tend\u00eancias, gargalos, pontos fortes, pontos fracos e causas de problemas.\u00a0<\/p>\n

Quando o objetivo \u00e9 preditivo, a minera\u00e7\u00e3o de dados resultar\u00e1 na identifica\u00e7\u00e3o de padr\u00f5es e em um subconjunto de dados que pode servir para treinar uma Intelig\u00eancia Artificial (como o RNA) para realizar a predi\u00e7\u00e3o de um evento com certa anteced\u00eancia. A\u00ed entram, por exemplo, as tecnologias de manuten\u00e7\u00e3o preditiva, controle inteligente de estoque e sistemas de estimativa de demanda. Em ambas as aplica\u00e7\u00f5es, o resultado pr\u00e1tico \u00e9 a otimiza\u00e7\u00e3o de um processo, levando \u00e0 economia de tempo, \u00e0 redu\u00e7\u00e3o de custos e, em alguns casos, \u00e0 gera\u00e7\u00e3o de novos modelos de neg\u00f3cio.<\/p>\n

De forma objetiva, a an\u00e1lise de dados utilizando minera\u00e7\u00e3o de dados segue as seguintes etapas:<\/p>\n

1. Limpeza: Onde ru\u00eddos ou dados inconsistentes s\u00e3o removidos.<\/p>\n

2. Integra\u00e7\u00e3o: Onde diversas fontes de dados (bancos de dados) s\u00e3o integradas ou centralizadas.<\/p>\n

3. Sele\u00e7\u00e3o: Onde os dados relevantes para a an\u00e1lise s\u00e3o selecionados.<\/p>\n

4. Transforma\u00e7\u00e3o: Onde os dados previamente selecionados s\u00e3o transformados em formatos apropriados para minera\u00e7\u00e3o. Nessa etapa, entra o data warehouse (armaz\u00e9m de dados), que \u00e9 uma tecnologia de banco de dados de estrutura c\u00fabica (diferente do relacional) bastante usada em aplica\u00e7\u00f5es de Business Intelligence.<\/p>\n

5. Minera\u00e7\u00e3o: Onde ferramentas de estat\u00edstica, algoritmos matem\u00e1ticos e de intelig\u00eancia artificial (machine learning) s\u00e3o aplicados aos dados para extra\u00e7\u00e3o de padr\u00f5es.<\/p>\n

6. Avalia\u00e7\u00e3o de padr\u00f5es: Onde s\u00e3o identificados quais padr\u00f5es extra\u00eddos representam conhecimento e s\u00e3o interessantes para o atingimento dos objetivos.<\/p>\n

7. Apresenta\u00e7\u00e3o dos resultados: Onde o conhecimento minerado ser\u00e1 apresentado ao usu\u00e1rio final por meio de recursos visuais.<\/p>\n

Para todas essas etapas \u00e9 necess\u00e1rio estar alinhado aos objetivos da organiza\u00e7\u00e3o para reconhecer quais dados e padr\u00f5es s\u00e3o interessantes. Por mais que nessa \u00e1rea se utilizem ferramentas automatizadas e intelig\u00eancia artificial, a presen\u00e7a e experi\u00eancia do cientista de dados, profissional especialista em an\u00e1lise de dados, \u00e9 essencial em todas as etapas do processo. O perfil profissional de um cientista de dados \u00e9 de uma pessoa que, al\u00e9m de habilidades em estat\u00edstica e programa\u00e7\u00e3o, consegue traduzir os anseios da alta gest\u00e3o em objetivos claros para a an\u00e1lise de dados, o que permite que ele entregue resultados de alt\u00edssimo valor agregado. Por estas raz\u00f5es, est\u00e1 entre as profiss\u00f5es de TI mais bem remuneradas.<\/p>\n

Alguns setores empresariais, como banc\u00e1rio e varejo, j\u00e1 possuem diversas aplica\u00e7\u00f5es de an\u00e1lise de dados, sem as quais n\u00e3o sobreviveriam diante da competitividade e da complexidade de suas opera\u00e7\u00f5es. No setor da Automa\u00e7\u00e3o Industrial, a an\u00e1lise de dados ainda n\u00e3o est\u00e1 t\u00e3o presente, mas com a crescente tend\u00eancia em dire\u00e7\u00e3o \u00e0 Ind\u00fastria 4.0, \u00e9 inevit\u00e1vel que as empresas comecem a explorar as vantagens e se beneficiar com as otimiza\u00e7\u00f5es que a an\u00e1lise de dados pode proporcionar. Dessa forma, o setor estar\u00e1 caminhando em dire\u00e7\u00e3o \u00e0 era da informa\u00e7\u00e3o, e n\u00f3s queremos fazer parte dessa hist\u00f3ria.<\/p>\n

\"Felipe<\/div>\n
\n

About the author<\/span>
Felipe Rubo entrou para a fam\u00edlia Altus em 2014, na equipe de P&D. Hoje, ocupa a posi\u00e7\u00e3o de Projetista de Produtos, atuando no projeto e desenvolvimento dos softwares embarcados em nossos controladores program\u00e1veis e m\u00f3dulos de E\/S.<\/p>\n<\/div>","protected":false},"excerpt":{"rendered":"

Na Perspectiva desta semana, Felipe Rubo, Projetista de Produtos, fala sobre an\u00e1lise de dados, como ela \u00e9 utilizada para otimizar processos.<\/p>","protected":false},"author":5,"featured_media":7283,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[66],"tags":[535,536],"class_list":["post-7282","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-perspectivas","tag-analise-de-dados","tag-mineracao-de-dados"],"acf":[],"_links":{"self":[{"href":"https:\/\/www.altus.com.br\/en\/wp-json\/wp\/v2\/posts\/7282","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.altus.com.br\/en\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/www.altus.com.br\/en\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/www.altus.com.br\/en\/wp-json\/wp\/v2\/users\/5"}],"replies":[{"embeddable":true,"href":"https:\/\/www.altus.com.br\/en\/wp-json\/wp\/v2\/comments?post=7282"}],"version-history":[{"count":1,"href":"https:\/\/www.altus.com.br\/en\/wp-json\/wp\/v2\/posts\/7282\/revisions"}],"predecessor-version":[{"id":8553,"href":"https:\/\/www.altus.com.br\/en\/wp-json\/wp\/v2\/posts\/7282\/revisions\/8553"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/www.altus.com.br\/en\/wp-json\/wp\/v2\/media\/7283"}],"wp:attachment":[{"href":"https:\/\/www.altus.com.br\/en\/wp-json\/wp\/v2\/media?parent=7282"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.altus.com.br\/en\/wp-json\/wp\/v2\/categories?post=7282"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.altus.com.br\/en\/wp-json\/wp\/v2\/tags?post=7282"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}