| |
| Acadêmico(a): Lucas Dalcol Pereira |
| Título: MINERAÇÃO DE DADOS PARA GERAÇÃO DE ÁRVORE DE DECISÃO: APLICAÇÃO VENDAS DE VAREJO |
| |
| Conclusão: |
| Com o gigantesco volume de dados gerado atualmente, torna-se necessário o processo de mineração de dados para obtenção de conhecimento útil para o processo de tomada de decisões. Com a concorrência cada vez mais forte no nicho de vendas de varejo, essas decisões precisam ser tomadas da forma mais rápida e com o maior nível de assertividade possível. O objetivo de desenvolver um software para auxiliar neste processo permitindo um ganho estratégico para as empresas, foi atingido utilizando o algoritmo J48 disponibilizado pela ferramenta Weka e a geração da árvore de decisão. Nas etapas de pré-processamento, refinamento e transformação foi possível transformar os dados quantitativos em qualitativos, conforme demonstrado nos itens 3.3.1.1, 3.3.1.2 e 3.3.1.3. Através da mineração de dados, demonstrada no item 3.3.1.5, é possível identificar os fatores que influenciam no número de vendas e a quantidade esperada para cada combinação de atributos. Os resultados gerados podem ser observados na Figura 18. Em função do prazo para a execução do projeto, o resultado deste trabalho não foi submetido a empresas de vendas de varejo para realizar a validação dos dados obtidos, contudo, esta é uma sugestão de continuidade do trabalho. Neste trabalho somente foram obtidas da base de dados, informações sobre o número de vendas, quantidade de fluxo na loja, quantidade de fluxo na vitrine, a data e hora de cada registro. Para obter informações mais relevantes, seria necessário cruzar estes dados com os dados dos clientes que realizaram as compras. Desta forma será possível identificar o perfil de cada cliente, se são homens ou mulheres, se possuem filhos, frequência de compra, os produtos que são mais vendidos em determinado período e etc.. Com estas informações é possível manter um estoque mais propício à venda em determinado período conforme os dados históricos da base de conhecimento, minimizando os gastos em armazenamento, transporte e compra. O processo de KDD é contínuo, os dados devem ser regularmente atualizados e aprimorados pelas etapas de pré-processamento e transformação, para que seja possível obter informações mais assertivas. |
| |
|
