Análises Preditivas com uso

do BIG DATA Um estudo de caso

BIG DATA Conceitualmente um ambiente de infinitas possibilidades

“O que sabemos é uma gota, o

que ignoramos é um oceano” (Isaac Newton)

O Mckinsey Global Institute estima que a aplicação de estratégias de

Big Data e Análises Preditivas em alguns segmentos de mercado

podem gerar um valor de US $ 100 bilhões anuais em mercados como

sistemas de saúde pública ou privada como a indústria farmacêutica.

A exata predição atua como alto fator de tangibilidade nas iniciativas

Big Data.

Para que a predição acontecer de forma assertiva deve-se trabalhar

com uma composição adequada de skills e plataforma de

tecnologia.

BIG DATA O valor das Análises Preditivas

Análises Preditivas Exemplo de GANHOS e BENEFÍCIOS – Health Care

• Análise preditiva aumenta potencialmente a precisão de diagnósticos;

• Análise preditiva ajuda a medicina preventiva e saúde pública;

• Análise preditiva suporta incrementos nas previsões relativas às

despesas de produtos de seguros saúde – empregadores e hospitais;

• A análise preditiva permite aos pesquisadores desenvolver modelos

de previsão que não necessitam de milhares de casos como

amostragem para resultados, tornando-se então mais precisas ao

longo do tempo;

• As companhias farmacêuticas podem usar análise preditiva para

melhor atender às necessidades de medicamentos para o público.

Análises Preditivas Exemplo de GANHOS e BENEFÍCIOS – Health Care

O caso da UC – IC Irvine com a Hortonworks.

A IC Irvine Health esta utilizando uma grande plataforma de dados para

análises preditivas. Irvine está construindo toda uma prática médica movida

a análises; em um esforço para reduzir readmissões, aumentar a

velocidade de projetos de investigação e acompanhar as estatísticas vitais

do paciente em tempo quase real.

Análises Preditivas Exemplo de GANHOS e BENEFÍCIOS – Health Care

O Case UC Irvine Saúde

UC Irvine possui um grupo focado em analisar os principais acontecimentos

da instituição. O Grupo tem acesso a um tesouro de informações históricas :

milhares de planilhas, 9 milhões de registros de aproximados 1,2 milhões de

pacientes numa série histórica de 22 anos. Antes do projeto nenhum destes

dados foram sequer recuperados, e dados de radiologia, patologias,

relatórios e notas de cobranças todos valiosos nunca foram agregados ou

analisados.

Análises Preditivas Big Data da Hortonworks para a UC Irvine

O projeto:

Na etapa 1 foi criado um DW tradicional com ferramentas analíticas logo

em seguida na etapa 2 todo o ambiente foi migrado para Hortonworks

como única plataforma analítica. Antes da existência deste ambiente

Hadoop não era possível acessar ou agrupar dados do DW e do do registro

médico eletrônico de uma forma consistente.

Com a solução os cerca de 9 milhões de registros semi-estruturados

advindos do legado são agora pesquisáveis e recuperáveis no Hadoop

Distributed File System (HDFS). Isto permitiu à equipe UCIH desligar seu

sistema legado que era utilizado apenas para esta exibição, poupando-lhes

mais de US $ 500.000.

Análises Preditivas Big Data da Hortonworks para a UC Irvine

O Preditivo causando impacto nos negócios

Com o Big Data a Irvine lançou dois novos programas orientados por dados,

um focado em pacientes para reduzir a re-admissão e outro para

monitorar os sinais vitais do paciente em tempo real.

A primeira solução que cabe destacar aqui é a análise preditiva para

reduzir a re-admissão no hosp Um dos objetivos da UCIH é prever a

probabilidade de re-admissão hospitalar dentro de 30 dias após a alta.

Pacientes com insuficiência cardíaca congestiva têm uma tendência a

acumular fluido, o que faz com que eles ganhem peso.

Análises Preditivas Big Data da Hortonworks para a UC Irvine

O Preditivo causando impacto nos negócios

O rápido ganho de peso ao longo de um período de 1 a 2 dias é um sinal

de que algo está errado. UCIH contou com parceiro de integração de

dispositivos médicos chamado iSirona, para desenvolver um programa que

envia a esses pacientes cardíacos que foram para casa uma escala e

instruções para pesar-se uma vez por dia. Os dados de peso são então

transmitidos sem fio para a base Hadoop onde um algoritmo que

determina alterações de peso indicam risco de possível readmissão. O

sistema notifica os clínicos sobre apenas os casos críticos. Todos os dados de

monitorização em casa são visíveis no device dos médicos através de uma

API para Hadoop.

Análises Preditivas Big Data da Hortonworks para a UC Irvine

Arquitetura de Dados Moderna

Possibilitar as suas aplicações

acesso a TODOS os dados

corporativos através de uma

plataforma de dados

centralizada e eficiente;

Baseada em governança,

segurança e operações

centralizadas;

Versátil para trabalhar com

qualquer aplicação e

qualquer dado, não

importando o tamanho ou o

tipo;

100% Open Source e Open

Community.

BIG DATA Parceria Hortonworks

Problema: dados fragmentados em silos, orientados por unidade de

negócios • Grande dificuldade em estabelecer uma visão integrada de dados;

• A maior parte do esforço da equipe de modelagem preditiva estava em coletar, cruzar e

preparar os dados;

• Necessidade de arquitetura de dados moderna, capaz de armazenar dados estruturados com

histórico superior a 10 anos de maneira efeiciente e também dados semi-estruturados.

Solução: Arquitetura de Dados Centralizada multiplicando

produtividade de time de modelagem preditiva • Data Lake: Arquitetura de Dados Centralizada;

• Plataforma unificada de dados reduziu esforço de integração e preparação de dados;

• Modelos preditivos agora são construídos de maneira muito mais rápida e com melhores

resultados.

Setor Financeiro Análise de Risco de Crédito e Fraude

GM1

Problema: custo de armazenamento das soluções utilizadas limitavam captura

e armazenamento de dados

• Retenção limitada de dados CDR (devido a custos das solucões legadas);

• Captura limitada de dados de CRM, campanhas de prospecção;

• Dificuldade em ter visão integrada das fontes de dados.

Solução: Hortonworks para Exploração Dados e análises preditivas

• Hortonworks retem histórico de CDR por 5 anos e dados de outras fontes, aumentando a

qualidade das análises preditivas;

• Dados de retenção de clientes são cruzados com dados de qualidade de serviço para redução

de chrun;

• Execução de algorítmo de recomendação (NPTB – next product to buy).

Setor Telecom Análise de CDR (Call Detailed Record)

GM1

Problema: Dificuldade para gerar recomendações de produtos e promoções

personalizadas

• Empresa de comércio possui múltiplos canais de interação com o cliente, por exemplo: lojas

físicas, web-site, mobile, kiosks;

• Cada canal possui sua própria plataforma tecnológica para captura e armazenamento de

dados, dificultando uma visão 360o do cliente (cross-channel);

• Necessidade de melhor relacionamento e interatividade com o cliente.

Solução: Hortonworks em Real-Time para recomendação de produtos e

promoções personalizadas

• Centralização de dados de todos os canais em uma única plataforma;

• Recomendação de produtos em real-time;

• Geração de campanhas e promoções personalizadas baseadas na interação do cliente em

múltiplos canais.

Setor Varejo (Retail) Recomendação de Produtos e Promoções

GM1

Obrigado LEEGA Consultoria Sérgio Topfstedt sergio@leega.com.br 11 9 9484 5396

Hortonworks Guilherme Braccialli gbraccialli@hortonworks.com 11 9 8134 1618