Mineração de dados como suporte à tomada de decisão no processo de análise de demanda do setor de serviço

Abstract

A crescente oferta e demanda de dados e de ferramentas para manejá-los já é realidade para empresas. Nesse cenário, a gestão da demanda no setor de reparo de unidades torna-se essencial a fim de conseguir estabelecer o pedido de reposição que melhor reflita as oscilações dos extremos (picos e quedas). Assim, este trabalho tem como objetivo aplicar as técnicas de mineração de dados, para dar suporte aos processos de tomada de decisão no planejamento de demanda do setor de reparo de unidades eletrônicas. Na fundamentação teórica, são apresentados alguns conceitos chave que sustentam a pesquisa, como o planejamento de demanda, a mineração de dados, o processo Knowledge Discovery in Databases – KDD, o Cross-Industry Standard Processo for Data Mining – CRISP-DM, a clusterização e o k-means. Para alcançar os objetivos propostos, foi realizada uma pesquisa experimental. Foram realizados diversos testes utilizando os recursos de mineração de dados da ferramenta Weka e identificado que a melhor opção era a clusterização da base de dados que dividiu os registros em 3 agrupamentos. O processo de KDD realizado neste trabalho seguiu as etapas do modelo de referência CRISP-DM: compreensão do negócio, compreensão dos dados, preparação dos dados, modelagem, avaliação e distribuição. Assim, com o desenvolvimento dessa análise, os resultados mostraram que todos os clusters inter-relacionados auxiliam nas tomadas de decisões, fornecendo as informações básicas para planejamento e controle das áreas funcionais da organização, como, por exemplo, qualidade, finanças e contabilidade, engenharia e pesquisa, produção, distribuição e logística, recursos humanos, marketing e vendas.