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

PDF

E-MAIL

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