Data mining ou mineração de dados é um conjunto de técnicas
utilizadas na transformação de dados brutos em informação. Ou seja, com
o uso de ferramentas de análise de dados (modelos e algoritmos matemáticos
e estatísticos e técnicas de reconhecimentos de padrões, tais como redes
neurais e árvores de decisão) é possível extrair conhecimento de uma grande
massa de dados, identificando padrões, correlacionando eventos, sugerindo
tendências e apontando novas oportunidades de negócios.
Data mining está se tornando cada vez mais comum nos setores
público e privado, e seu uso tem o intuito de reduzir custos, compreender
seu público (ao analisar as informações relativas aos clientes/usuários),
aumentar a receita, gerar, enfim, maior eficiência.
Por intermédio da mineração de dados é possível fazer, por exemplo:
1. Análise de sobrevivência. Isto é, estimar o tempo de um determinado
evento, como, por exemplo, o tempo de permanência de um cliente numa
prestadora de serviços de telefonia;
2. Modelos de regressão (paramétrica e não-paramétrica) e de classificação.
Com eles, é possível explicar uma ou várias variáveis de interesse (objetivo)
em função de outras variáveis (explicativas). Por exemplo, explicar
o valor de um imóvel em função da sua idade, localização, padrão de
construção etc. A idéia da classificação é, em resumo, ser capaz de
atribuir todos os registros a um número limitado de classes, com base
nas suas características. Exemplos possíveis de classificação de dados
são: modelos de crédito baseado em uma escala de risco;
3. Modelos preditivos (séries temporais, processos estocásticos). Em
resumo, os dados históricos são usados para construir um modelo que
explique o comportamento atual do sistema. Logo, se isso for verdadeiro,
os dados atuais podem prever o comportamento futuro, como o comportamento
de clientes nos próximos 6 meses ou quantos assinantes de um serviço
vão solicitar produtos adicionais, etc..
Além de Data Mining e suas aplicações, atuamos também nas áreas de Business
Intelligence e finanças.
