• CRISP-DM = Cross-Industry Standard Process for Data Mining.

CRISP-DM como estrutura orientadora

• Metodologia testada e aprovada para organizar projetos de dados.

• Ciclo iterativo que começa com compreensão do negócio, não com código.

• Pontos de verificação claros para avaliar progresso e alinhar expectativas.

• IBM Corporation (2023)

Determinar objetivos de negócios: Identificar problemas como “Reduzir a evasão de clientes em 15%” ou “Aumentar vendas cruzadas em lojas físicas”.

Avaliar a situação: Mapear os dados disponíveis, pessoas e ferramentas necessárias, avaliar orçamento e prazo, e identificar restrições operacionais.

Definir objetivos de mineração de dados: Traduzir “Aumentar vendas” em “Criar modelo que identifique clientes com maior propensão à compra de produtos complementares”.

Produzir plano de projeto: Desenvolver cronograma realista com responsáveis, recursos e entregas para cada fase do projeto analítico.

Coletar dados iniciais: Extrair dados de vendas do ERP, histórico de interações de CRM ou pesquisas de satisfação de clientes.

Descrever dados: Documentar volume (ex: 50.000 registros), período (últimos 12 meses), formatos e variáveis disponíveis (categóricas/numéricas).

Explorar dados: Analisar distribuições de vendas por região, correlações entre idade e valor de compra, ou sazonalidade em séries temporais.

Verificar qualidade dos dados: Identificar problemas como registros duplicados, valores extremos em preços ou campos incompletos em cadastros.

Selecionar dados: Filtrar apenas clientes ativos nos últimos 6 meses ou selecionar variáveis relevantes para o problema de negócio.

Limpar dados: Corrigir CEPs incorretos, padronizar nomes de produtos ou remover transações duplicadas no sistema.

Construir dados: Criar indicadores como “tempo desde última compra”, “ticket médio” ou categorizar clientes por faixa de valor.

Integrar e formatar dados: Unificar dados de vendas online e offline ou converter datas para formato padronizado adequado para análise.

Selecionar técnicas de modelagem: Escolher segmentação (K-means) para perfis de clientes ou regressão logística para prever cancelamentos.

Gerar design de teste: Dividir dados em 70% para treino e 30% p ara teste, garantindo representação de todos os segmentos de clientes.

Construir modelos: Ajustar parâmetros do algoritmo, como número de clusters ou variáveis preditoras, baseado nos dados preparados.

Avaliar modelos tecnicamente: Analisar métricas como precisão (87%), recall (76%) ou coeficiente de silhueta para modelos de segmentação.

Avaliar resultados de negócio: Determinar se o modelo realmente ajuda a reduzir custos de aquisição de clientes ou aumentar conversão.

Revisar processo: Verificar se todas as etapas foram executadas corretamente e se alguma análise adicional seria relevante.

Determinar próximos passos: Decidir entre implementar o modelo em produção, refinar análises ou explorar novas oportunidades identificadas.

Planejar implementação: Definir como integrar previsões do modelo ao sistema de gestão ou aos processos de tomada de decisão.

Monitorar e manter: Estabelecer KPIs para acompanhar eficácia do modelo e cronograma para retreinamento com novos dados.

Produzir relatório final: Criar dashboard para gestores ou documento executivo destacando principais descobertas e recomendações.

Revisar projeto: Documentar aprendizados, como “dados de mídia social melhoraram previsões em 12%” para referência em projetos futuros.

• Analytics representa um espectro contínuo de técnicas que evoluem em complexidade e valor estratégico: da compreensão do passado (descritiva) à otimização do futuro (prescritiva).

• Cada tipo de análise responde a uma pergunta fundamental de negócios, utilizando métodos progressivamente mais sofisticados.

• As organizações geralmente avançam nesta jornada analítica de forma sequencial, construindo capacidades em cada estágio antes de progredir para o próximo.

• A maturidade analítica de uma empresa pode ser avaliada pelo equilíbrio e profundidade de implementação destes quatro tipos de análise em seus processos decisórios.

• Na pesquisa acadêmica, estes tipos de análise formam a espinha dorsal metodológica para investigações quantitativas robustas e reproduzíveis.

• Objetivo: Sumarizar dados históricos para identificar padrões e tendências.

• Técnicas: Estatísticas descritivas, visualizações, dashboards.

• Complexidade: ★☆☆☆

Exemplos em Administração:

• Relatório de vendas por canal (físico vs. e-commerce) durante períodos promocionais como Black Friday.

• Dashboard de monitoramento de indicadores operacionais em tempo real via Power BI.

• Análise de segmentação de clientes por região e comportamento de compra no varejo.

Linha 1: Finanças Comportamentais e Tomada de Decisão

• Caracterização da distribuição de retornos em diferentes classes de ativos durante períodos de crise.

• Análise comparativa do perfil de investidores individuais por faixa etária e nível educacional.

• Mapeamento de padrões de comportamento de investimento antes e após mudanças regulatórias.

Linha 2: Finanças Corporativas e Investimentos

• Análise da evolução temporal de indicadores financeiros das empresas listadas no Ibovespa.

• Estudo da estrutura de capital de empresas brasileiras por setor econômico.

• Caracterização do comportamento de índices de governança corporativa em diferentes ciclos econômicos.

• Objetivo: Investigar causas e relações entre variáveis.

• Técnicas: Correlação, drill-down (detalhamento), segmentação, análise de fatores.

• Complexidade: ★★☆☆

Exemplos em Administração:

• Análise dos fatores que influenciaram a queda nas vendas após reajuste de preços.

• Investigação das causas de aumento no turnover em unidades específicas do negócio.

• Identificação dos elementos que mais impactam a satisfação do cliente em redes de supermercados brasileiras.

Linha 1: Finanças Comportamentais e Tomada de Decisão

• Investigação dos fatores cognitivos associados ao excesso de confiança em decisões de investimento.

• Análise da relação entre aversão à perda e comportamento de investimento em diferentes cenários econômicos.

• Estudo dos determinantes sociodemográficos do comportamento de poupança e investimento no Brasil.

Linha 2: Finanças Corporativas e Investimentos

• Análise dos fatores que influenciam as decisões de estrutura de capital em empresas familiares.

• Investigação da relação entre práticas de governança corporativa e valorização de ações em mercados emergentes.

• Identificação das variáveis que impactam a eficácia de estratégias de hedging em empresas exportadoras brasileiras.

• Objetivo: Prever tendências futuras e comportamentos com base em dados históricos.

• Técnicas: Regressão, séries temporais, machine learning, classificação.

• Complexidade: ★★★☆

Exemplos em Administração:

• Previsão de demanda para produtos sazonais considerando fatores como feriados nacionais.

• Modelo de propensão à inadimplência para empresas de crédito como fintechs brasileiras.

• Previsão de giro de estoque para otimizar compras no setor de varejo farmacêutico.

Linha 1: Finanças Comportamentais e Tomada de Decisão

• Modelagem preditiva do comportamento de investidores individuais em cenários de volatilidade usando dados de questionários e transações.

• Previsão de tendências de investimento ESG com base em fatores comportamentais e sociodemográficos.

• Desenvolvimento de modelos para prever susceptibilidade a vieses cognitivos específicos em diferentes perfis de investidores.

Linha 2: Finanças Corporativas e Investimentos

• Previsão do desempenho de IPOs brasileiros com base em características da empresa e condições de mercado.

• Modelagem de volatilidade de ativos financeiros em períodos de instabilidade política usando GARCH e variantes.

• Previsão da probabilidade de default corporativo combinando indicadores contábeis e dados de mercado.

• Objetivo: Recomendar ações otimizadas com base em análises anteriores.

• Técnicas: Otimização, simulação, algoritmos de decisão, sistemas de recomendação.

• Complexidade: ★★★★

Exemplos em Administração:

• Otimização de mix de produtos por loja baseada em características regionais e perfil do consumidor.

• Sistema de recomendação personalizada para clientes de e-commerce baseado em histórico e tendências.

• Definição automática de rotas logísticas considerando restrições urbanas específicas de grandes cidades brasileiras.

Linha 1: Finanças Comportamentais e Tomada de Decisão

• Desenvolvimento de frameworks de decisão que mitigam vieses cognitivos em decisões de investimento de longo prazo.

• Criação de algoritmos de recomendação para educação financeira personalizada com base no perfil comportamental do investidor.

• Modelagem de estratégias de nudging financeiro para otimizar comportamentos de poupança e investimento.

Linha 2: Finanças Corporativas e Investimentos

• Otimização de portfólios de investimento considerando preferências de risco não-lineares e restrições regulatórias brasileiras.

• Modelagem de estratégias ótimas de emissão de dívida corporativa em cenários de instabilidade econômica.

• Desenvolvimento de algoritmos para timing ideal de operações de fusões e aquisições baseados em indicadores macroeconômicos e setoriais.

• Objetivo: Estabelecer relações causais robustas entre variáveis, além de meras correlações.

• Técnicas: Experimentos controlados, experimentos naturais, diferenças-em-diferenças, regressão descontínua, variáveis instrumentais, métodos de pareamento.

• Complexidade: ★★★★

Importância na Pesquisa Acadêmica:

• Permite avançar do “o quê” e “como” para o fundamental “por quê”
• Essencial para validação de teorias e desenvolvimento de políticas efetivas
• Base para recomendações fundamentadas em evidências científicas
• Central para o estabelecimento de conhecimento generalizável

Linha 1: Finanças Comportamentais e Tomada de Decisão

• Experimentos controlados para identificar o efeito causal da apresentação de informações financeiras sobre decisões de investimento.

• Uso de choques econômicos exógenos para avaliar mudanças causais na tolerância ao risco dos investidores.

• Análise do impacto causal de programas de educação financeira sobre comportamentos de poupança usando desenhos experimentais.

Linha 2: Finanças Corporativas e Investimentos

• Uso de métodos de diferenças-em-diferenças para avaliar o efeito causal de mudanças regulatórias sobre decisões de investimento corporativo.

• Emprego de variáveis instrumentais para identificar o impacto causal da governança corporativa sobre o valor da empresa.

• Aplicação de regressão descontínua para avaliar o efeito causal do rating de crédito sobre o custo de capital das empresas.

• IDE que suporta múltiplas linguagens (R, Python, SQL, C++…), mas é especialmente útil para a linguage R

• Facilita a escrita de código, gerenciamento de projetos, criação de documentos computacionais (arquivos quarto, scripts, notebooks…)

• Integra ferramentas para desenvolvimento, depuração e publicação

Para instalar pacotes usando a guia Packages no RStudio:

• Clique na guia Packages.

• Clique em Install Packages.

• Digite o nome de cada pacote que deseja instalar separados por um espaço ou vírgula na caixa de texto, ou copie os pacotes abaixo e cole na caixa de texto:

• Unidades organizacionais para seu trabalho
• Cada projeto tem seu próprio diretório de trabalho
• Facilita a organização de arquivos relacionados
• Permite integração com controle de versão (Git)

• Nesta aula, vamos criar um projeto estruturado para nossas análises

• Seguiremos um fluxo organizado usando GitHub, Git e RStudio

• O objetivo é criar uma estrutura padronizada para todos os alunos

• Organização dos arquivos e códigos

• Facilidade para compartilhar seu trabalho

• Reprodutibilidade das análises

• Integração com controle de versão

• Boas práticas para ciência de dados

• Acesse sua conta no GitHub (github.com)

• Clique no botão “+” no canto superior direito

• Selecione “New repository”

• Nomeie seu repositório como “mpa_icd2025”

• Deixe como “Public”

• Não adicione README, .gitignore ou licença agora

• Clique em “Create repository”

• Vamos criar um projeto RStudio para a disciplina com a seguinte estrutura:

mpa_icd2025/
├── dados/
│   ├── brutos/         # Dados originais, sem processamento
│   └── limpos/         # Dados após limpeza e transformações              
├── relatorios/         # Relatórios em Quarto
│   └── 01-relatorio/   # Relatório HTML
|   └── 02-relatorio/   # Relatório PDF a ser criado
|   └── 03-relatorio/   # Relatório DOCX a ser criado   
└── mpa_icd2025.Rproj   # Arquivo do projeto RStudio
└── README.md           # Arquivo de documentação do projeto

Seu projeto deve ter a seguinte estrutura:

mpa_icd2025/
├── dados/
│   ├── brutos/
│   │   └── productionlog_sample.csv
│   └── limpos/             
├── relatorios/
│   ├── 01-relatorio/
│   │   └── 01-relatorio-html.qmd
│   ├── 02-relatorio/
│   └── 03-relatorio/  
├── mpa_icd2025.Rproj
└── README.md

Você pode verificar a estrutura do seu projeto usando a função dir_tree() do pacote fs.

Digite no console R:

fs::dir_tree()

• Atenção!: O pacote fs deve estar instalado.

• Você acaba de criar um projeto estruturado para a disciplina

• Esta estrutura organizará nosso trabalho ao longo do semestre

• Nos próximos encontros, aprenderemos a utilizar o RStudio,Sistema Quarto, R, Git e GitHub para análise de dados

No menu superior do RStudio clique em:

• File -> New File -> Markdown File

• Salve o arquivo com o nome README.md na raíz do seu projeto RStudio.

• É um sistema de publicação científica e técnica de código aberto que une texto narrativo e código para produzir documentos elegantemente formatados.

• Com o Quarto, você pode criar diversos produtos:

  • Relatórios (html, pdf, docx )
  • Apresentações (RevealJS, Beamer,…)
  • Dashboards, websites, blogs e livros

• Reprodutibilidade: Documenta todo o processo de análise de dados, garantindo que seu trabalho possa ser reproduzido.

• Integração de código e narrativa: Combina texto explicativo, código e resultados em um único documento.

• Múltiplos formatos de saída: Gera diferentes formatos (html, pdf, docs, apresentações) a partir do mesmo arquivo fonte.

• Atualizações automáticas: Ao modificar dados ou código, basta renderizar o documento para atualizar todos os resultados.

• Um “sistema de salvamento inteligente” que registra cada versão dos seus documentos.

• Armazena apenas as mudanças entre versões, economizando espaço.

• Funciona como uma “máquina do tempo” para seu trabalho.

• Facilita o trabalho em equipe sem conflitos graves.

• “Nuvem para projetos Git” - armazena seus repositórios online
• Facilita compartilhamento e colaboração em projetos
• Oferece ferramentas para revisão de código, discussão e documentação
• Funciona como um portfólio para profissionais e estudantes

• Vamos usar a função use_github() do pacote usethis para criar e publicar um projeto RStudio local em repositório do GitHub.

• No Console R do Rstudio digite (ou copie e cole) o seguinte comando:

• Tutorial sobre Git e GitHub

• Guia de Consulta Rápida sobre Git