Métodos Quantitativos Aplicados À Gestão Estratégica

Métodos Quantitativos Aplicados à Gestão Estratégica
MÉTODOS QUANTITATIVOS
APLICADOS À GESTÃO
ESTRATÉGICA
Profa Ms. Débora Gonçalves

debora.goncalves@faccat.br
FAC U LDADES DE TAQ UARA
Taquara, maio de 2008.

Agenda do curso:
 Inteligência competitiva – área responsável e técnicas utilizadas → 16/05

 Conceitos básicos de análise multivariada → 16/05
 Preparação dos dados para análise multivariada → 16/05
 Análise fatorial → 17/05
 Técnicas de agrupamento – análise de segmentação → 23 e 24/05
 Regressão linear múltipla e regressão logística → 30/05
 Análise discriminante e Árvores de decisão → 31/05
Agenda do curso:

 Inteligência competitiva – área responsável
 “Database Marketing é um sistema que administra, com

facilidade, todas as informações inerentes a todos os
relacionamentos que uma entidade desenvolve com todos
os seus públicos de interesse, viabilizando todo e qualquer
tipo de ação de marketing dirigido, além de quaisquer
análises necessárias para a tomada de decisão.”
Jimmy Cygler - 1993
 Inteligência competitiva – área responsável
 O objetivo do Database Marketing é “conhecer o cliente” e

prover meios de fidelizá-lo, vender novos produtos,
melhorando a qualidade do relacionamento entre a
empresa e o cliente.
 O Database Marketing serve para que todas as

informações, atributos e comportamentos dos clientes
sejam mantidos no banco de dados. Daí é possível gerar
ações de marketing direto, atingindo o público alvo de
maneira “individual”.
 Inteligência competitiva – aplicações
 Cross-selling: Identificar associação entre produtos, procurando tirar

proveito dessas associações.
 Up-selling: Identificar entre os clientes atuais aqueles que tem
potencial para adquirir produtos que proporcionem maior lucro para a
companhia.
 Fidelização: descobrir o perfil, situação e combinação de fatores que
estão relacionados com a perda de clientes, para que se trabalhe esses
clientes e mantenha o relacionamento, dentro da filosofia de que
manter um cliente conquistado é mais barato que conquistar um novo
cliente.
 Recuperação: Identificar na sua carteira o perfil do melhor cliente e
reconquistar no mercado aqueles possuiam comportamento similar.
 Inteligência competitiva – metodologia

 O Data Mining, ou “mineração de dados”, é o processo analítico de busca
de informações que separa grande quantidade de dados de forma a
descobrir relacionamentos entre eles, procurando identificar padrões e
tendências.
 Inteligência competitiva – objetivos
 Explanatório: explicar algum evento ou medida observada, tal com porque

a venda de produtos da minha empresa caiu recentemente;
 Confirmatório: confirmar uma hipótese. Uma companhia de seguros, por
exemplo, pode querer examinar os registros de seus clientes para
determinar se as famílias de duas rendas têm mais probabilidade de
adquirir um plano de saúde do que a família de uma renda;
 Exploratório: analisar os dados buscando relacionamentos novos e não
previstos. A Net pode identificar o perfil dos assinantes que pagam Pay Per
View e tentar vendê-lo para aqueles que tem as mesmas características e
ainda não possuem o pacote.
 Inteligência competitiva – técnicas
 Associação
 Segmentação
 Regressão linear
 Regressão logística
 Análise discriminante
 Árvores de decisão
 Redes neurais
Agenda do curso:

 Análise multivariada – conceito
 “Análise multivariada significa qualquer análise simultanea

de mais de duas variáveis”.
Hair, Anderson, Tatham e Black
 “A denominação Análise Multivariada corresponde a um

grande número de métodos e técnicas que utilizam
simultaneamente todas as variáveis na interpretação
teórica do conjunto de dados obtidos. Distingue-se da
estatística tradicional, que analisa cada variável ou cada
amostra separadamente”.
José Machado Moita Neto
 Análise multivariada – objetivos da análise

 Há diversas técnicas para a análise multivariada e cada uma se
aplica a um objetivo de pesquisa específico, como é citado por
JOHNSON & WICHERN (1998:2):
o Redução dos dados ou simplificação estrutural: O fenômeno em
estudo é representado de um modo tão simples quanto possível sem
sacrificar informação valiosa. Tornando a interpretação mais fácil.
o Agrupar: Grupos de objetos ou variáveis “similares” são criados com
base nas medidas características.
o Investigação da dependência entre as variáveis: Todas as variáveis são
mutuamente independentes ou uma ou mais variáveis são
dependentes de outras? Se sim, como ?
o Predição: As relações entre as variáveis devem ser determinadas com
o objetivo de predizer o valor de uma ou mais variáveis com base nas
observações de outras variáveis.
o Construção de hipóteses e testes: Hipóteses estatísticas específicas,
formuladas em termos dos parâmetros da população multivariada,
são testadas. Isto pose ser feito para validar premissas ou para
reforçar convicções prévias.
 Análise multivariada – objetivos x métodos

 Existem vários métodos de análise multivariada com finalidades
bem diversas entre si. Portanto, é preciso saber que
conhecimento se pretende gerar:
o Quando o interesse é verificar como as amostras se relacionam, ou
seja, o quanto estas são semelhantes segundo as variáveis utilizadas
no trabalho, há dois métodos que podem ser utilizados: a análise por
agrupamento hierárquico (HCA) e a análise por componentes
principais (PCA).
o Quando a finalidade principal é fazer previsão, por exemplo, quando
temos muitas variáveis independentes e queremos encontrar uma
variável dependente, a regressão linear múltipla e redes neurais são
métodos indicados para esta situação.
o Com uma finalidade bem diversa, existem métodos de análise
multivariada que podem ser usados na etapa inicial de uma pesquisa,
na própria escolha das variáveis que descreverão o sistema. Isto é
muito comum nos casos em que um processo necessita ser otimizado.
Dentre os métodos que servem para otimização, citamos o simplex e o
planejamento fatorial.
 Análise multivariada – tipos de métodos
Fonte: Dillon e Goldstein (1984)

 Análise multivariada –aplicação dos métodos
Datamining
Segmentação Descrição
Gráficos OLAP
Cluster
RFV Predição Estruturação Tabelas
Segmentação Classificação
Score
FATOR
Regressão
Árvores de
Decisão
Logística Discriminante
QUEST
Linear CHAID
CR&T
Agenda do curso:

 Preparação dos dados – natureza dos dados
 Os dados estatísticos constituem a matéria-prima das pesquisas

estatísticas. Eles surgem sempre que se fazem mensurações ou se
registram observações.
 O aspecto mais básico e vital de um tratamento estatístico de dados

passa pela necessidade de se observar que tipo de dados o objeto de
estudo permite que sejam coletados.
 De pendendo do objeto a ser estudado, suas características e sua

natureza, um tipo de dados, aqui entendido como algo que pode ser
convertido em números, pode ser conseguido através de um processo
de mensuração característico ou tradicional.
 Preparação dos dados – natureza dos dados
 A natureza dos dados estatísticos estão divididas em dois

macro segmentos:
o Dados Qualitativos
• Nominais
• Ordinais
o Dados Quantitativos
• Escalares
 Preparação dos dados – dados qualitativos

 Nominais: São dados categóricos codificados em números. Os dados
nominais podem ser dicotômicos (apenas 2 categorias) ou
policotômicos (mais de 2 categorias).
o Exemplo: Estado Civil: 1 - solteiro, 2 - casado, 3 - separado, 4 - viúvo.
 Ordinais: É a avaliação de um fenômeno em termos de onde ele se
situa dentro de um conjunto de patamares ordenados. É possível se
estabelecer uma desigualdade. As escalas ordinais podem ser
representadas como:
o Numerais: Números naturais, tais como 1, 2, 3..., onde "1" é o menor
nível, "2" é o nível imediatamente acima, sendo "3" o nível seguinte e
assim por diante .
o Ranking: Ordenações do tipo 1°, 2°, 3°..., onde o maior valor é o primeiro,
o valor imediatamente abaixo é o segundo e assim por diante.
o Rótulos: Nomes que designam uma ordenação de intensidade, tais como
"ausente, leve, moderado e grave".
 Preparação dos dados – dados quantitativos

 Escalares: É a mais completa e sofisticada das escalas numéricas. Ela é
uma quantificação produzida a partir da identificação de um ponto
zero. Nela, uma unidade de medida é definida em termos da diferença
entre o ponto zero e uma intensidade conhecida. A partir disso, cada
observação é aferida segundo a sua distância do ponto zero.
o Exemplo: medidas de comprimento, dinheiro, peso, altura, quantidades...
 Este nível de mensuração ainda é classificado como discreto (resultado

de contagens) ou contínuo (resultados de mensurações).
o Variável discreta: Possui valores observados somente em pontos isolados ao longo
de uma escala de valores. Em estatística aplicada à administração, tais dados
ocorrem tipicamente através de processos de contagem e, por isso, são geralmente
expressos como números inteiros.
o Variável contínua: Assume um valor em qualquer ponto fracionário ao longo de um
intervalo especificado de valores. Os dados contínuos são gerados pelo processo de
medição.
 Preparação dos dados – análises gráficas

 Histograma de freqüência
 Ramo e folhas
 Gráfico de dispersão
 Preparação dos dados – dados perdidos
 Substitução por um valor
 Substituição pela média
 Substiuição por regressão
 Preparação dos dados – transformações
 Transformações para conseguir a normalidade e
homoscedasticidade
 Transformações para conseguir a linearidade
Agenda do curso:

 Análise fatorial
 A análise fatorial é utilizada para identificar dimensões básicas
(constructos) nos dados de maneira a reduzir o número total de variáveis
por meio da eliminação da redundância, consistindo na identificação da
estrutura, redução do volume, construção de escalas e transformação dos
dados em novas variáveis não correlacionadas entre si.
 Um fator é uma combinação linear das variáveis que o compõem, e a

medida de informação contida em cada fator é a sua variância.
 É utilizada quando queremos verificar agrupamentos entre variáveis

semelhantes, identificando assim a estruturação das variáveis e seu
relacionamento.
 Análise fatorial
 Métodos de análise:
 Componente Principal: É orientada para a redução no volume de dados, onde

é executada a composição de ‘n’ variáveis novas com base em ‘m’ variáveis
originais, onde cada fator procura capturar o máximo de variabilidade possível.
 A expressão matemática de um vetor é linear, onde os valores originais das

variáveis são multiplicados pelas “cargas” produzidas pela análise fatorial,
gerando assim uma nova variável.
 Análise fatorial – exemplo

 É necessário saber interpretar o resultado da tabela com a matriz
componente rotada, pois é ela que vai dizer em que componente cada
variável se enquadra. A componente que tiver a maior carga para a
variável analisada é aquela que conterá a informação mais precisa.
Scree Plot
6
Rotated Component Matrixa
Component 5 O autovalor maior que um

Poderiamos dizer que o primeiro
1 2 significa que o fator representa
P_20M ,881 ,149 fator é expresso pelo
mais de uma variável
P_SUPERIOR ,861 ,394 Status/Qualidade de vida, enquanto 4
P_m3 -,811 -,501

que o segundo expressa
P_ESGOTO ,662 ,136
características de ocupação da 3
P_QUITANDO ,357 -,074
moradia
P_ALUGADO ,144 ,891 2
M_PESSOAS -,387 -,849
Eigenvalue
P_PROPRIO ,311 -,784
1
P_VERTICAL ,537 ,755
P_LIXO ,450 ,515
0
Extraction Method: Principal Component Analysis.
1 2 3 4 5 6 7 8 9 10
Rotation Method: Varimax with Kaiser Normalization.
Component Number
2
4
Agenda do curso:

 Técnicas de agrupamento – RFV
 A análise de RFV – Recência, freqüência e Valor Monetário – é uma

análise que gera “segmentos” de clientes que espelhem diferentes
combinações destas dimensões.
 Estas dimensões são analisadas dentro de uma janela de tempo

definida, sendo compostas por:
o Recência: contempla a última transação efetuada pelo cliente;
o Freqüência: contempla a quantidade de transações realizadas pelo cliente
durante o período;
o Valor Monetário: o valor total gasto pelo cliente dentro do período de
análise.
Exemplo de divisão
 Técnicas de agrupamento – RFV por tercil:
 Cada uma das dimensões deve ser 1 2 3
particionada em classes, 12%
geralmente de 3 à 5, através de um
dos métodos abaixo: 10%
oFractis:
divisão da base em classes através 8%
Assinantes (%)
de cada dimensão, procurando manter os
grupos com aproximadamente o mesmo 6%
número de casos.
4%
oClasses: através da fixação do número de
classes desejado e do conhecimento do 2%
limite inferior e superior da dimensão,
defini-se o “range” de cada classe e aplica-
0%
se a classificação ao banco de dados. 1.000 3.000 5.000 7.000 9.000 11.000
2.000 4.000 6.000 8.000 10.000
Valor Pago na Assinatura (R$)
 Técnicas de agrupamento – Score (pontuação)

 A metodologia é semelhante à do RFV, porém não há limites para o número de
variáveis à serem consideradas, e os scores finais são somados, cujo resultado
é posteriormente particionado em classes para a formação dos segmentos.
Critério Categorias Pontuação Peso do Fator

Tempo de 0 à 1 ano 0
1 à 2 anos 2
10000
2 à 3anos 4
3 à 5 anos 6
40%
5 à 7 anos 8
Assinatura mais de 7 anos 10
R$ Assinatura 1 à 500 0
500 à 1000 2
1000 à 2000 4
2000 à 4000 6 5% 7500
4000 à 6000 8
Pagamentos
6000 À 8000 9
mais de 8000 10
Assinantes
R$ 1 à 100 2
100 à 300 4
300 à 500 6
10%
500 à 1000 8
5000
1000 à 2000 9
Colecionável mais de 2000 10
Tipo Normal 10
Normal Light 9
VIP 10
VIP Light 9
Semanal 6
35%
Comercial 6 2500
Lazer 2
Esporte 2
Fim de Semana 1
Assinatura Degustação 0
Forma Débito C/C 10
Débito Cartão 8
Carnê 3
Convênio 0
10% 0
DOC 0 1 2 3 4 5 6 7 8 9
Pagamento Faturada 0
Total da Pontuação
Pontuação Máxima 100%
 Técnicas de agrupamento – Score (pontuação)
 Após a aplicação dos segmentos, podemos comparar estes com

algumas métricas, tal como a participação destes no valor total pago,
para verificarmos a qualificação destes segmentos.
% Total Valor Pago

40%
35%
37% 36% 37%
30% 34%
25%
20% 24%
15%
10% 13% 13%
5%
6%
0%
DIAMANTE OURO PRATA BRONZE
2
 Técnicas de agrupamento – análise de cluster

 A segmentação por análise de Cluster divide o banco de dados em
segmentos a partir da distância que existe entre as características dos
indivíduos, agrupando indivíduos com características parecidas nos
mesmos segmentos.
 É útil para determinar agrupamentos naturais no banco de dados,
determinando assim segmentos que podem ser trabalhados de
maneira diferenciada.
 Dentre as técnicas de clusterização, destacam-se:
o Hierárquica: procura agrupamentos nos dados, onde de início cada indivíduo é um
aglomerado e vai-se então agrupando-os até que exista apenas um aglomerado.
Uma variável agrupada não troca mais de grupo. É muito utilizado como pré-análise
dos dados antes da análise de K-médias (não hierárquico) para a identificação do
número aproximado de clusters e identificação de outliers;
o K-médias: os indivíduos ficam sendo re-classificadas nos grupos, de acordo com o
ajuste nos centros dos clusters, causado pela adição de novos casos à análise. É
necessário fornecer o nº de clusters desejados.
 Técnicas de agrupamento – clusterização hierárquica

 O método de clusterização hierárquica assume que cada item é um
aglomerado por si só. Os grupos começam então à serem formados de
maneira progressiva, juntando estes itens àqueles que estejam mais
próximos, até que apenas um grupo esteja presente.
 Técnicas de agrupamento – clusterização não hierárquica

 Os casos são agrupados de acordo com os centros
dos clusters (K), que podem ser dados pelo usuário
ou computados pelo algoritmo de análise. Após
repetidas leituras do arquivo os centros do cluster
são ajustados até que ocorra pouca variação nas
alterações dos centros. Após o término de
processo, os clusters podem ser descritos pelas
Idade
X - Centros
médias das variáveis que o compõem (means).

 Esta modalidade de análise não leva em X
consideração a correlação entre as variáveis no

modelo, havendo então a necessidade de realizar
um tratamento prévio dos dados, escolhendo uma
variável ou a formação de fatores que sumarizem X
estes dados. Não Compra BMW

Compra BMW
 O método de clusterização não hierárquico é de Renda
mais rápida execução, porém existe a necessidade

de efetuar o procedimento diversas vezes até que o
nº de clusters esteja adequado aos dados.
 Técnicas de agrupamento – exemplo de clusterização

não hierárquica
 Trabalho de teste do método de clusterização em dados do
Censo do IBGE. Foram consideradas na análise as seguintes
variáveis:
-Percentual de Moradias Próprias
-Percentual de Moradias em Quitação Situação do Domicílio
-Percentual de Moradias Alugadas
-Percentual com Salário Superior à 20 Salários

-Percentual com Salário Inferior à 3 Salários
Renda
-Percentual de tratamento de Esgoto

Desenvolvimento Urbano
-Percentual de Verticalização
-Média de Pessoas por HouseHold Tamanho da Família
-Percentual com Curso Superior Educação


não hierárquica
 O software (ou o usuário) parte de centróides iniciais atribuídos para o
início da análise, e à medida em que os casos são relidos os centróides
vão sendo ajustados, com o objetivo de manter os clusters o mais
homogêneo possível.
Initial Cluster Centers
Cluster
1 2 3 4
P_PROPRIO ,7303 ,6531 ,0380 ,5806
P_QUITANDO ,1240 ,0000 ,0000 ,1389
P_ALUGADO ,2050 ,1429 ,0272 ,3617 Final Cluster Centers
P_20M ,1582 ,0816 ,0109 ,1224
P_M3 ,1836 ,1429 ,7935 ,1351 Cluster
P_ESGOTO ,9367 1,0000 ,0326 ,0138 1 2 3 4
P_PROPRIO ,7330 ,8113 ,7733 ,6473
M_PESSOAS 2,7400 3,9800 3,2400 2,1000
P_QUITANDO ,1436 ,1107 ,0966 ,1106
P_SUPERIOR ,3412 ,1429 ,0000 ,4103
P_ALUGADO ,2057 ,1143 ,0907 ,2884
P_VERTICAL ,5684 ,0985 ,0067 ,8778
P_20M ,2267 ,1371 ,0360 ,1465
P_M3 ,1379 ,3221 ,4769 ,1638
P_ESGOTO ,7421 ,6090 ,2256 ,3264
M_PESSOAS 2,7188 3,3848 3,3496 2,4720
P_SUPERIOR ,3928 ,2097 ,0759 ,3331
P_VERTICAL ,7062 ,1539 ,0934 ,7842

não hierárquica
 Após a formação dos Clusters, devemos examinar as características
destes, analisando os dados da análise para a sua caracterização:
Propriedade do Imóvel Proporção de aluguéis Proporção de pessoas com mais de 20 SM
3
5

não hierárquica
 A partir das conclusões tiradas da análise das características,
poderíamos inferir a seguinte classificação social dos bairros de POA
através dos clusters:
A B
CLUSTER CARACTERÍSTICAS CLASSE
Alta renda
Imóveis em quitação/alugados
1 Famílias Pequenas A
Prédios
Alta Escolaridade
Renda Médio / Baixo
Famílias grandes
2 Proprietários C
Casas
Escolaridade Média
Baixa renda C D
Famílias grandes
3 Proprietários D
Casas
Escolaridade Médio/Baixa
Renda Média
Famílias pequenas
4 Predominância de Aluguel B
Prédios
Alta escolaridade
3
6
Agenda do curso:

 Técnicas de Regressão
 A análise de regressão é aplicada principalmente quando precisamos

identificar e quantificar a relação entre duas ou mais variáveis, modelando
o seu comportamento e relacionamento.
 Os principais benefícios desta modalidade de análise são a predição de

valores e a quantificação da intensidade do efeito que uma variável exerce
sobre outra, o que habilita a utilização desta análise desde avaliação de
pesquisas até a sua utilização em sistemas de simulação e previsão.
Regressão
Logística Discriminante
Linear
 Regressão Linear
 Esta análise é executada quando os nossos dados são,

preferencialmente, contínuos, podendo ser estendida para a análise
de dados ordinais (notas);
 O exame da relação entre a variável dependente e as variáveis
independentes é realizada através do ajuste de uma reta, que procura
a equação mais otimizada quanto à minimização da diferença entre o
observado e o predito pela equação. Esta diferença é ajustada pelo
método dos mínimos quadrados.
Formato de uma equação Linear: y   0  1 * X 1   2 * X 2  ...

 À partir da equação gerada, podemos aplicar o resultado diretamente, através da
predição de valores tais como o volume de vendas, potencial de gasto, etc, ou
ainda indiretamente, utilizando o coeficiente angular para a avaliação de
influência, ou impacto, que uma variável exerce sobre outra.
 Se, por exemplo, analisássemos duas variáveis independentes e uma dependente,
duas à duas, Seríamos o seguinte:
G G
G = k1 + B1 * Q1 G = k2 + B2 * Q2
k1 B1
k2 B2
Q1 Q2
Graficamente, percebemos que quanto maior o -Notas dadas para cada questão:
Beta resultante da relação, maior a influência de Questão 1 (Q1) = variável independente
uma variável sobre outra Questão 2 (Q2) = variável independente
Geral (G) = variável dependente
 Poderíamos, à partir de informações de pesquisa, modelar a relação entre
nível de educação e mortalidade infantil, de modo que poderíamos inferir
que educação é assunto de saúde pública...
Model Summary
120
Adjusted Std. Error of
Model R R Square R Square the Estimate
100
1 ,900a ,811 ,809 16,7334
a. Predictors: (Constant), People who read (%)
Coefficientsa
80
Unstandardized Standardized
Coefficients Coefficients
Model B Std. Error Beta t Sig.
1 (Constant) 160,732 5,794 27,740 ,000
60 People who read (%) -1,507 ,071 -,900 -21,219 ,000
a. Dependent Variable: Infant mortality (deaths per 1000 live births)
People who read (%)
40
20
Mort  160,732  (1,507 * Lit )
0
-100 0 100 200
Infant mortality (deaths per 1000 live births)

 Regressão Logística
 A curva de distribuição de probabilidade se apresenta da maneira

descrita abaixo, onde para cada caso no banco de dados é atribuída
uma probabilidade do evento ocorrer:
Idade
1,0 Prob(x)
0,0
Renda
 O seguinte exemplo foi realizado em uma base da NET, para
prevermos a probabilidade de um assinante adquirir ou não um
pacote ou jogo avulso do Campeonato Brasileiro, dados os seguintes
aspectos:
o Idade;
Observed Groups and PredicSed Probabilities
o Seleção (pacote) contratado;

4000  
o Tempo de Base.
 
 S 
F  SS 
R 3000  SS 
E  SS 
Classification Tablea Q  S SS 
U  S S SS 
Predicted
E 2000  NSS SSSS SSS SSS 
BRAS2 Percentage N  NNS SSSSS SSSSS SSS 
Observed F T Correct
C  NNN SNSSS SSSSS SSSSS 
Step 1 BRAS2 F 20037 9489 67,9
T 8797 24322 73,4 Y  NNNS S S NNNSSS SSSSSSSSSSSSSSS 
Overall Percentage 70,8 1000  NNNNNSNSSSSNNNNNSSS S SNSSSSSSSSSSSSSSS 
Step 2 BRAS2 F 20037 9489 67,9
 NNNNNNNNNNSNNNNNNSSSSSSSSNNNSSSSSSSSSSSSS 
T 8797 24322 73,4
Overall Percentage  NNNNNNNNNNNNNNNNNNNSSSSSNNNNNNSSNSSSSSNNSS 
70,8
a. The cut value is ,500  NNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNSSS 
Predicted 
Prob: 0 ,25 ,5 ,75 1
Group: NNNNNNNNNNNNNNNNNNNNNNNNNNNNNNSSSSSSSSSSSSSSSSSSSSSSSSSSSSSS
 São produzidos coeficientes para cada variável componente do

modelo. Através destes é que chegamos à equação Logística:
Variables in the Equation
B S.E. Wald df Sig. Exp(B)

Step
a
IDADE ,000 ,000 ,025 1 ,874 1,000
1 MST -,896 ,023 1580,002 1 ,000 ,408
PLUS -1,840 ,023 6640,423 1 ,000 ,159
STD -1,271 ,033 1478,443 1 ,000 ,281
TM_TOT ,014 ,000 2203,168 1 ,000 1,014
Constant ,273 ,021 163,241 1 ,000 1,315
Step
a
MST -,896 ,023 1579,982 1 ,000 ,408
2 PLUS -1,840 ,023 6640,770 1 ,000 ,159
STD -1,271 ,033 1478,480 1 ,000 ,281
TM_TOT ,014 ,000 2220,821 1 ,000 1,014
Constant ,275 ,020 182,990 1 ,000 1,316
a. Variable(s) entered on step 1: IDADE, MST, PLUS, STD, TM_TOT.
Coeficientes da Equação Medida de Importância Variação das chances dada

de probabilidade para o modelo uma variação de uma unidade
na variável independente
 À partir dos coeficientes gerados, podemos chegar à equação logística

que nos dá a probabilidade de compra do Campeonato Brasileiro:
Variables in the Equation
B S.E. Wald df Sig. Exp(B)

Step
a
IDADE ,000 ,000 ,025 1 ,874 1,000
1 MST -,896 ,023 1580,002 1 ,000 ,408
PLUS -1,840 ,023 6640,423 1 ,000 ,159
STD -1,271 ,033 1478,443 1 ,000 ,281
TM_TOT ,014 ,000 2203,168 1 ,000 1,014
Constant ,273 ,021 163,241 1 ,000 1,315
Step
a
MST -,896 ,023 1579,982 1 ,000 ,408
2 PLUS -1,840 ,023 6640,770 1 ,000 ,159
STD -1,271 ,033 1478,480 1 ,000 ,281
TM_TOT ,014 ,000 2220,821 1 ,000 1,014
Constant ,275 ,020 182,990 1 ,000 1,316
a. Variable(s) entered on step 1: IDADE, MST, PLUS, STD, TM_TOT.
e 0, 275 ( 0,896*MST ) ( 1,84*PLUS )  ( 1, 271*STD )  ( 0,014*TMP )

Pr ob(compra) 
1  e 0, 275 ( 0,896*MST )  ( 1,84*PLUS )  ( 1, 271*STD )  ( 0,014*TMP )
 De posse da equação logística, podemos então inferir a probabilidade

de compra de um produto para qualquer assinante, como
demonstrado na tabela abaixo, e até montar modelos de simulação
em programas como o Excel:
e 0, 275 ( 0,896*MST ) ( 1,84*PLUS )  ( 1, 271*STD )  ( 0,014*TMP )
Pr ob(compra) 
1  e 0, 275 ( 0,896*MST )  ( 1,84*PLUS )  ( 1, 271*STD )  ( 0,014*TMP )
Nº Nepteriano
e 2,71828
Variáveis Coeficiente Domínio

k 0,275
MST -0,896 0 *0 significa Advanced
PLUS -1,84 0
STD -1,271 0
TMP 0,014 12
Termos da Equação Probabilidade

1,55737187 60,90%
2,55737187
 Discriminantes
 A análise de Discriminante é utilizada quando precisamos classificar
indivíduos, ou casos, em dois ou mais grupos conhecidos. Esses grupos podem
ser referentes à compra/não compra, resposta à campanhas, renovação de
serviços, classificação de crédito, etc.
 Para esta classificação, é gerada uma função linear que fornece um ‘Score’ à
cada indivíduo. Este ‘Score’ classifica-o em um dos grupos em estudo,
possibilitando então a identificação e atuação sobre os segmentos.
N(x)
Idade
Não Compra BMW

Compra BMW
Renda
 Discriminantes – Exemplo
 Suponhamos que quiséssemos classificar um indivíduo quanto à concessão de
crédito, com classes tais como Bom Crédito (good risk), Mau Retorno (bad
profit) e Mau pagador (bad loss), à partir da análise de dados fornecidos pelo
histórico de transações da empresa.
 Para isto poderíamos estar modelando os dados utilizando as seguintes
variáveis (independentes):
o Idade - Renda - Nº de dependentes
o Nº de cartões de crédito -Nº de cartões de Loja - Nº empréstimos anteriores.
 Estas variáveis seriam utilizadas para a classificação nos grupos acima, já

codificados na base de dados.
 No SPSS são produzidas as funções Canônica e de Fisher.
 A Canônica produz duas funções (eixos), onde os valores produzidos devem
ser confrontados contra um mapa territorial.
 Já a função de Fisher produz uma equação para cada classificação desejada, e
o maior Score é que determinará a classificação do indivíduo.
 Discriminantes – Exemplo da função de Fischer
 São geradas três equações por esse método. A aplicação dessas aos dados
gerará três Scores (um para cada resultado possível), dos quais o maior é que
determinará a classificação do indivíduo em um grupo.
 Tem a vantagem de ser mais facilmente aplicável do que a função canônica em
aplicações práticas, porém as duas produzem o mesmo resultado final.
Classification Function Coefficients
Credit risk
bad loss bad profit good risk
Age in years ,362 ,271 ,377
Income (thousands) ,481 ,448 ,543
# of dependent children -,362 -,593 -,617
# of credit cards -1,511 -1,504 -1,433
# store cards held 2,216 1,662 1,593
# other loans 3,451 4,085 3,358
(Constant) -18,173 -12,396 -18,861
Fisher's linear discriminant functions
Coeficientes
 A qualidade da modelagem pode ser avaliada pela análise da seguinte matriz,

cruzando a classificação original com a realizada pelo Software.
Classification Resultsa
Predicted Group Membership

Credit risk bad loss bad profit good risk Total
Original Count bad loss 263 214 82 559
bad profit 174 1197 104 1475
good risk 62 154 205 421
% bad loss 47,0 38,3 14,7 100,0
bad profit 11,8 81,2 7,1 100,0
good risk 14,7 36,6 48,7 100,0
a. 67,8% of original grouped cases correctly classified.

 Cenários de retorno se tivesse sido aplicada a Discriminante na base:
Clientes Previsto Retornos Médios por R$ emprestado

Bad Loss Bad Profit Good Risk Total -100% 5% 12% cotas
Realizado
Bad Loss 263 214 82 559 não emprestar pouco ganho bons ganhos R$ 1.000,00
Bad Profit 174 1197 104 1475 não emprestar pouco ganho bons ganhos
Good Risk 62 154 205 421 não emprestar pouco ganho bons ganhos
Total 499 1565 391 2455
Bad Loss Bad Profit Good Risk Total Bad Loss Bad Profit Good Risk Total
Bad Loss R$ 263.000 R$ 214.000 R$ 82.000 R$ 559.000 R$ - R$ 214.000 R$ 82.000 R$ 296.000
Bad Profit R$ 174.000 R$ 1.197.000 R$ 104.000 R$ 1.475.000 R$ - R$ 1.197.000 R$ 104.000 R$ 1.301.000
Good Risk R$ 62.000 R$ 154.000 R$ 205.000 R$ 421.000 R$ - R$ 154.000 R$ 205.000 R$ 359.000
Total R$ 499.000 R$ 1.565.000 R$ 391.000 R$ 2.455.000 R$ - R$ 1.565.000 R$ 391.000 R$ 1.956.000
Bad Loss Bad Profit Good Risk Total Bad Loss Bad Profit Good Risk Total
Bad Loss R$ - R$ - R$ - R$ - R$ - R$ - R$ - R$ -
Bad Profit R$ 8.700 R$ 59.850 R$ 5.200 R$ 73.750 R$ - R$ 59.850 R$ 5.200 R$ 65.050
Good Risk R$ 7.440 R$ 18.480 R$ 24.600 R$ 50.520 R$ - R$ 18.480 R$ 24.600 R$ 43.080
Total R$ 16.140 R$ 78.330 R$ 29.800 R$ 124.270 R$ - R$ 78.330 R$ 29.800 R$ 108.130
ROI 5,1% ROI 5,5%
Perda R$ 559.000 Perda R$ 296.000
Com a aplicação da técnica, mantém-se o ROI e Redução na Perda 47,0%

aumenta-se o montante em caixa, que pode ser
orientado para outros investimentos.
Agenda do curso:

 Árvores de Decisão
 Arvore de Decisão é uma técnica de análise de dados que cria sistemas de
classificação, procurando maximizar a classificação ou predição de uma
variável dependente com base em diferentes variáveis independentes.
Árvores de
Decisão
CHAID QUEST
CR&T
 Esta modalidade de análise é muito útil quando precisamos de uma rápida

classificação ou Scoring de banco de dados com objetivos tais como:
o Segmentação de clientes
o Propensão de compra
o Análise de Crédito
o Criação de Scores relativos à uma variável alvo
 Análise prévia de interação entre variáveis em um banco de dados como

inputs para outras análises.
 Árvores de Decisão
 Arvore de Decisão é uma técnica de análise de dados que cria sistemas de
classificação, procurando maximizar a classificação ou predição de uma
variável dependente com base em diferentes variáveis independentes.
Árvores de
Decisão
CHAID QUEST
CR&T
 Esta modalidade de análise é muito útil quando precisamos de uma rápida

classificação ou Scoring de banco de dados com objetivos tais como:
o Segmentação de clientes
o Propensão de compra
o Análise de Crédito
o Criação de Scores relativos à uma variável alvo
o Análise prévia de interação entre variáveis em um banco de dados como inputs para outras
análises.
 Árvores de Decisão – análise tipo CHAID

 Os cálculos realizados pela Arvore de Decisão refletem a técnica do qui-
quadrado, que avalia o valor realizo versus o valor esperado de cada variável,
bem como o relacionamento de cada uma com a variável alvo da análise.
 Estes cálculos são realizados pelo Answer Tree de maneira automatizada e
gráfica, possibilitando o fácil manuseio desta técnica para análises com muitas
variáveis.
 Os segmentos são apresentados em forma de uma árvore de decisão, que vai
se dividindo por ordem de grandeza de interação (dependência), de modo à
maximizar o resultado da predição da variável dependente.
 Árvores de Decisão – análise tipo CHAID

 A avaliação da qualidade do modelo gerado é demonstrada através da exibição de
uma matriz de classificação, onde a classificação original é confrontada contra a
avaliação do software, possibilitando então a análise quantitativa da qualidade da
análise para objetivos mercadológicos.
 Neste caso, temos um erro de classificação geral de 11%, com um desvio de 0,1%.
 O erro de classificação é a soma de Sodas as predições erradas sobre o total
analisado.
 Quando analisamos variáveis contínuas, o risco é a variância em torno da média em
cada nó.
 Árvores de Decisão – análise tipo CR&T

 A análise tipo CR&T é uma análise orientada à predição de variáveis contínuas
(regression) ou categóricas (classification), utilizando-se para isto outras variáveis
contínuas ou categóricas.
 As árvores geradas são do tipo binária, ou seja, à cada passo somente são geradas
duas divisões da árvore para cada nó, até que uma condição de parada seja
alcançada.
 O processo de busca das quebras na árvore é feita de maneira forçada, onde toda
as possibilidades são examinadas.
 Uma vantagem em relação à outros modelos é que, caso existam custos de
classificação correta e errada diferenciados, estes podem ser levados em conta no
processo de construção da árvore, que também procurará minimizar estes custos.
 A divisão dos nós se dá através da utilização de medidas de impureza (inverso da
homogeneidade), onde cada novo nó deve apresentar um grau maior de
homogeneidade. A estatística mais utilizada para esta mensuração é a Gini,
presente no Answer Tree, quando queremos classificar um conjunto de dados.
 Estas medidas de impureza são a tentativa de isolamento de uma determinada
classe em um nó, ou a minimização da Variância no caso das variáveis contínuas.
 Árvores de Decisão – análise tipo QUEST
 Só pode ser utilizado para a predição variáveis nominais, gerando uma árvore de
classificação binária. Utiliza-se de um processo computacional mais lento.
 Os testes realizados são o qui-quadrado e análise de variância, sendo que a
variável com menor nível de significância é escolhida para a divisão do nó.
 AVALIAÇÃO
 Trabalho realizado dia 24/05, onde o aluno tinha como objetivos:

o realizar uma análise de segmentação por RFV, exibindo os critérios utilizados
o Elaborar uma estratégia de marketing para atingir um dos segmentos analisados, justificando sua
opção
 Prazo de entrega do trabalho do dia 24/05: 10/06
 Trabalho final da disciplina, a ser entregue no dia 10/06, onde o aluno deverá se
posicionar como gestor da empresa em que trabalha e descrever:
o Em que situação utilizaria cada uma das técnicas estatísticas abordadas durante o curso
o Com que objetivos utilizaria cada análise
o Quais as variáveis vai considerar em cada modelo, distinguindo qual a variável alvo e quais as
independentes
OBRIGADA!
Profa Ms. Débora Gonçalves

debora.goncalves@faccat.br
FAC U LDADES DE TAQ UARA
Taquara, maio de 2008.

Métodos Quantitativos Aplicados À Gestão Estratégica

Enviado por

Dados do documento

Título original

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

Métodos Quantitativos Aplicados À Gestão Estratégica

Enviado por

Direitos autorais:

Formatos disponíveis

Métodos Quantitativos Aplicados à Gestão Estratégica

Profa Ms. Débora Gonçalves

FAC U LDADES DE TAQ UARA

Taquara, maio de 2008.

 Inteligência competitiva – área responsável e técnicas utilizadas → 16/05

 Inteligência competitiva – área responsável e técnicas utilizadas → 16/05

 Conceitos básicos de análise multivariada → 16/05

 Preparação dos dados para análise multivariada → 16/05

 Análise fatorial → 17/05

 Técnicas de agrupamento – análise de segmentação → 23 e 24/05

 Regressão linear múltipla e regressão logística → 30/05

 Análise discriminante e Árvores de decisão → 31/05

 Inteligência competitiva – área responsável

 “Database Marketing é um sistema que administra, com

 Inteligência competitiva – área responsável

 O objetivo do Database Marketing é “conhecer o cliente” e

 O Database Marketing serve para que todas as

 Inteligência competitiva – aplicações

 Cross-selling: Identificar associação entre produtos, procurando tirar

 Inteligência competitiva – metodologia

 Inteligência competitiva – objetivos

 Explanatório: explicar algum evento ou medida observada, tal com porque

 Inteligência competitiva – técnicas

 Inteligência competitiva – área responsável e técnicas utilizadas → 16/05

 Conceitos básicos de análise multivariada → 16/05

 Preparação dos dados para análise multivariada → 16/05

 Análise fatorial → 17/05

 Técnicas de agrupamento – análise de segmentação → 23 e 24/05

 Regressão linear múltipla e regressão logística → 30/05

 Análise discriminante e Árvores de decisão → 31/05

 Análise multivariada – conceito

 “Análise multivariada significa qualquer análise simultanea

 “A denominação Análise Multivariada corresponde a um

 Análise multivariada – objetivos da análise

 Análise multivariada – objetivos x métodos

 Análise multivariada – tipos de métodos

Fonte: Dillon e Goldstein (1984)

 Análise multivariada –aplicação dos métodos

 Inteligência competitiva – área responsável e técnicas utilizadas → 16/05

 Conceitos básicos de análise multivariada → 16/05

 Preparação dos dados para análise multivariada → 16/05

 Análise fatorial → 17/05

 Técnicas de agrupamento – análise de segmentação → 23 e 24/05

 Regressão linear múltipla e regressão logística → 30/05

 Análise discriminante e Árvores de decisão → 31/05

 Preparação dos dados – natureza dos dados

 Os dados estatísticos constituem a matéria-prima das pesquisas

 O aspecto mais básico e vital de um tratamento estatístico de dados

 De pendendo do objeto a ser estudado, suas características e sua

 Preparação dos dados – natureza dos dados

 A natureza dos dados estatísticos estão divididas em dois

 Preparação dos dados – dados qualitativos

 Preparação dos dados – dados quantitativos

 Este nível de mensuração ainda é classificado como discreto (resultado

 Preparação dos dados – análises gráficas

 Inteligência competitiva – área responsável e técnicas utilizadas → 16/05

 Conceitos básicos de análise multivariada → 16/05

 Preparação dos dados para análise multivariada → 16/05

 Análise fatorial → 17/05

 Técnicas de agrupamento – análise de segmentação → 23 e 24/05

 Regressão linear múltipla e regressão logística → 30/05

 Análise discriminante e Árvores de decisão → 31/05

 Um fator é uma combinação linear das variáveis que o compõem, e a

e 0, 275 ( 0,896MST ) ( 1,84PLUS )  ( 1, 271STD )  ( 0,014TMP )