Este conteúdo foi apresentado na Minitab Global Insights Conference de 2023, recebendo ótimas avaliações, e achamos que ele será valioso para um público mais amplo: nossos leitores de blog como você! Os apresentadores foram Dr. Stefano Polastri, CEO, CTO, arquiteto de dados e software, analista e instrutor da Minitab, e Ivano Izzo. Outro homem de muitos talentos, Ivano é analista estatístico sênior, instrutor do pacote Minitab, Six Sigma e especialista em DFSS. A organização dos dois, a GMSL, teve início em 1994 e significa “Grow, Manage, Simplify, Learn” (crescer, gerenciar, simplificar, aprender). Eles são parceiros da Minitab desde 1997 e ajudam as empresas a usar o Minitab Predictive Analytics para prevenção de fraudes. Vamos explicar mais nesta postagem.
Para ter uma ideia melhor de como a GMSL utiliza análise preditiva, vamos primeiro descrevê-la em seus termos. “A análise preditiva é uma categoria de análise de dados que tem o objetivo de fazer previsões sobre resultados futuros com base em dados históricos e técnicas de análise. A análise preditiva usa várias técnicas estatísticas (inclusive data mining, aprendizado de máquina e modelagem preditiva) para entender eventos futuros.”
Hoje, as empresas são bombardeadas por dados provenientes de todos os lados, sejam eles produzidos por máquinas, sensores, usuários ou contidos em ERP ou bancos de dados. Estamos vivendo em meio a uma cultura muito centrada em dad
Decidir o que fazer com os dados e como analisá-los para obter os melhores e mais úteis resultados pode ser complicado. Claro, existem muitas ferramentas no mercado que ajudam a decifrar e analisar dados. A análise preditiva é um método poderoso, no qual o aprendizado de máquina se une à análise tradicional para procurar padrões nos dados e projetá-los para ajudar as empresas a minimizar riscos e capitalizar oportunidades. Neste caso de uso, descreveremos como usar a análise preditiva para detectar transações fraudulentas com cartão de crédito.
A detecção de fraude é um conjunto de processos e análises que permitem que as empresas identifiquem e evitem atividades financeiras não autorizadas. Isso pode incluir transações fraudulentas de cartão de crédito, roubo de identidade, hacking cibernético, fraudes de seguro e muito mais. Para transformar os dados brutos e não estruturados em informações tangíveis e acionáveis, a GMSL segue 7 etapas principais. A seguir, ilustraremos como cada uma delas se aplica à missão de detecção de fraude.
Muitas vezes, mais da metade do tempo de um projeto de análise preditiva é gasto em aquisição, preparação e análise de dados.
Baixe este infográfico para ver essa metodologia de sete etapas que pode ser aplicada a qualquer caso para responder à pergunta simples: qual será o comportamento do futuro? O segredo dessa metodologia é EXPERIMENTAR.