Arquivos do Site

Business Intelligence e a Gestão Pública Estratégica

por data mining, estatística 1 comentário

Com as estruturas arrecadatórias levantadas e bem definidas, é possível buscar fontes manipuláveis e fiscalizáveis dentro da esfera municipal, a fim de gerar um aumento nas entradas financeiras com vistas na possibilidade de um incremento nos investimentos em prol dos cidadãos. Essas ações de aumento de arrecadação devem ser feitas de forma que o fluxo de capital seja benéfico para o cidadão e consistentes com um plano de desenvolvimento condizente com a realidade do município, sempre à luz de realizações e projetos que justifiquem a entrada extra de capital.

As formas e mecanismos de campanhas de aumento arrecadatório devem ser adotadas em diversas linhas de incentivo, identificando o perfil da população e de seus devedores, elaborando, por exemplo, um estudo de interesse do município (estrutura ABC de dívida, onde é possível identificar os nichos de dívidas para com o município e com o qual existe a possibilidade de levantamento dos focos de interesse no que tange a cobrança (de modo a fugir dos casos em que a cobrança é mais cara estruturalmente e processualmente do que a própria dívida em si).

A administração financeira, aliada a um poderoso arsenal computacional e matemático com a capacidade de estabelecer vínculos e leia mais

Data Mining, conceitos e aplicabilidades por data mining 0

Data Mining, conceitos e aplicabilidades

Data Mining ou Mineração de Dados consiste em um processo analítico projetado para explorar grandes quantidades de dados (tipicamente relacionados a negócios, mercado ou pesquisas científicas), na busca de padrões consistentes e/ou relacionamentos sistemáticos entre variáveis e, então, validá-los aplicando os padrões detectados a novos subconjuntos de dados. O processo consiste basicamente em 3 etapas: exploração; construção de modelo ou definição do padrão; e validação/verificação e no mesmo uilizam diversos algoritmos computacionais tais como Segmentação, Classificação e Previsão. A literatura sobre o assunto trata com mais detalhes todos os passos necessários ao Data Mining. Veja, por exemplo, Groth (1998) e Han, Chen & Yu (1996). Para o escopo do que pretendemos neste artigo é suficiente apresentar os passos fundamentais de uma mineração bem sucedida. A partir de fontes de dados (bancos de dados, relatórios, logs de acesso, transações, etc) efetua-se uma limpeza (consistência, preenchimento de informações, remoção de ruído e redundâncias, etc). Disto nascem os repositórios organizados (Data Marts e Data Warehouses), que já são úteis de diversas maneiras. Mas é a partir deles que se pode selecionar algumas colunas para atravessarem o processo de mineração. Tipicamente, este processo não é o final da história: de forma interativa/iterativa e frequentemente usando visualização gráfica,
Top