Por Infonova em 2/05/2018 em Artigo

Mineração de dados, ou Data Mining, é a prática de examinar dados que já foram coletados em diversas fontes a fim de gerar novas informações úteis. Estas costumam ser mais valiosas que a massa de dados original, não importando a forma como os dados foram coletados. A coleta pode ser feita via banco de dados, Web Scraping, APIs, etc.

A mineração de dados surgiu com a explosão da economia da informação, a qual culminou na indústria 4.0, onde uma imensidão de dados (Big Data) é gerada através da Internet, inteligência artificial, machine learning, etc.

Como aplicar mineração de dados em um ambiente de negócio?

Para se obter bons resultados, é preciso saber qual ferramenta será usada para extração de dados em cada caso.

A seguir temos uma lista de exemplos práticos da aplicação dessa técnica, que conduzem a melhores decisões estratégicas e gerenciais.

1. Dados gerados internamente nas organizações

Dados extraídos de sistemas em geral da organização podem ser tratados e minerados. São exemplos: dados de CRM, ERP, softwares de marketing digital, plataformas de monitoramento de websites (como o Google Analytics), e-commerce, supply-chain, dados de logística, entre outras inúmeras áreas.

2. Dados sociais

Dados que estão sempre crescendo e descrevem pessoas: quem são, onde estão, que serviços e produtos estão usando. Usar esses dados para  negócios é a maneira como a economia da informação funciona e um dos motores no advento da indústria 4.0.

3. Área da saúde

A mineração de dados possui diversas aplicações na área da saúde. Um exemplo disso são os dados de faltas em agendamentos médicos, que certamente irão reduzir o índice de faltas e gerar economia para os cofres públicos.

4. Obras públicas

Com a tendência de transparência pública no Brasil, cada vez mais dados públicos têm sido disponibilizados gratuitamente na Internet, que podem levar à população o poder de monitorar como o dinheiro público tem sido utilizado.

Portanto, mineração de dados é um processo cujo fim é gerar informações a partir de dados, em que são utilizadas diversas ferramentas e métodos. Ou seja, não há “receita de bolo” para trabalhar com data mining.

Acima de tudo, cada caso é único, demandando profissionais com grande capacidade criativa para definição dos modelos.