Manutenção preditiva: evite problemas no maquinário, perdas e prejuízos

Manutenção preventiva você já conhece: o fabricante passa os procedimentos mais adequados para garantir o bom funcionamento de uma determinada máquina e você segue o cronograma. Mas você não recebe nenhuma previsão sobre eventuais quebras e quando elas poderão ocorrer, até porque isso depende da intensidade de uso e de muitas outras variáveis.

Mas nós podemos ajudá-lo com previsões para que você  faça a manutenção preditiva: a partir de uma série de dados e de modelos estatísticos, determinamos quando um equipamento sofrerá uma pane, evitando que a máquina pare e gere prejuízos para a empresa.

A pedido de uma mineradora, por exemplo, aplicamos a metodologia para as esteiras que carregam minérios – uma única esteira parada por algumas horas compromete toda a produção e gera perdas enormes. Por isso, é importante identificar e correlacionar dados, apontando qual a probabilidade de uma dessas esteiras apresentar problema e agir antes que isso aconteça.

Uma mesma máquina não apresenta os mesmos dados de outra máquina, mesmo que sejam iguais, assim como um automóvel tem maior ou menor vida útil dependendo do motorista e da forma como é conduzido. É  preciso ter  modelos estatísticos, que poderão ser alimentados com novos dados ao longo dos meses, gerando alertas para os administradores. E isso vale para máquinas de fábrica, para a indústria pesada, equipamentos hospitalares etc.

IBM SPSS

A manutenção preditiva envolve dezenas de variáveis referentes ao equipamento e ao processo de produção, como velocidade, tensão elétrica, aceleração, carga horária e anos de funcionamento, e também os dados gerados pela internet das coisas (IoT) e seus sensores. Os dados permitem construir modelos estatísticos que rodam no software IBM SPSS.

Estudar e correlacionar os dados, buscando formas que permitam prever o futuro e a saúde das máquinas, é uma de nossas especialidades na área de análise preditiva.

Saiba mais aqui.


Análise preditiva: quer saber quanto tempo um paciente ficará internado?

Na área de saúde, há questões fundamentais que impactam no planejamento e consequentemente, num melhor atendimento. Impactam também na gestão hospitalar, mas nem sempre temos resposta para essas questões.

Eis algumas:

• É possível estabelecer quanto tempo um paciente ficará internado na UTI?
• Quais pacientes têm maior risco de contrair uma infecção hospitalar?
• Entre os pacientes que tiveram alta da UTI e vão para o quarto, quais têm risco de morte?

As respostas a essas perguntas permitem tomar ações antecipadamente, melhorando o índice de assepsia ou estendendo o tempo de permanência na UTI, entre outras ações. E é possível fornecê-las com os conhecimentos estatísticos da análise preditiva e a plataforma IBM SPSS, que permite elaborar modelos estatísticos.

DATA SCIENCE E DATA MINING na Gestão Hospitalar

Nossa metodologia envolve, num primeiro passo, o entendimento da realidade do cliente. Depois, nos debruçamos no estudo dos dados existentes e que tenham sido coletados ao longo de dois ou mais anos.

A partir desse estudo, nossos especialistas em estatística definem modelos que alimentarão a plataforma IBM SPSS, de Data Science e Data Mining. Com a plataforma alimentada e gerando relatórios, o próprio cliente pode operar e buscar as respostas de que precisa para melhorar a gestão. Esse é um modelo válido para a gestão hospitalar, mas também para qualquer outro tipo de negócio.

Saiba mais sobre nossa experiência com a solução de análise preditiva e a gestão hospitalar. Clique aqui.


Quer detectar e prevenir fraudes? Nós podemos ajudar

Recente pesquisa feita pela Delloite e pelo Instituto dos Auditores Internos do Brasil, mostrou que o risco de fraude está entre as maiores preocupações dos auditores brasileiros.  E esse tema tem demandando esforços crescentes entre as empresas, que buscam meios de reduzir riscos. Segundo o levantamento, a prevenção e detecção de fraudes é considerada importante para 63% dos auditores.
A Stefanini Scala está sintonizada com essa demanda e tem uma solução que pode ajudar a reduzir riscos de fraude em empresas. Como funciona?
A ideia aqui é entender o negócio do cliente, analisar milhões de dados, cruzando variáveis de forma a gerar regras que alimentarão o sistema. Esse trabalho leva a médias e comportamentos padrão, gerando alertas para aqueles casos que não se encaixam em grupo algum.
Nosso Módulo de Detecção de Fraude e Prevenção pode ajudar a sua empresa a identificar comportamentos atípicos. Para um cliente da área de saúde, por exemplo, detectamos desvios em pedidos de exames de análises clínicas e apontamos quais clínicas estavam fazendo exames desnecessários.
Para uma empresa de cartões de crédito, cruzamos informações de cartões clonados, buscando pontos em comum entre eles, até chegar ao estabelecimento onde o roubo dos dados ocorreu. Às vezes, nem o dono do estabelecimento sabe do evento, pois os dados podem ser roubados via bluetooth ou por um funcionário mal intencionado.
Para um cliente da área de distribuição de energia elétrica, analisamos o valor pago pelo consumidor comparando-o com o de residências vizinhas, entre outros dados. Em 80% das vezes em que o modelo apontou indício de fraude, a fraude existia de fato.

Fraudes estão por todo lado. Como detectá-las na internet?

Na internet e nas compras online também é possível detectar fraudes com a mesma receita de bolo: estabelecendo modelos estatísticos, fazendo a análise de dados e traçando comportamentos padrão. Num site de compras, por exemplo, podemos analisar dezenas de variáveis como o tempo que o internauta levou para estudar um produto e comprá-lo ou se o endereço de entrega difere do endereço do cartão de crédito. Alertas para casos fora do padrão são emitidos e esses casos podem ser analisados antes que o produto seja entregue.
Nossas soluções, que têm como base a plataforma IBM SPSS, contam com plug-ins de conexão com mídias sociais e são capazes de buscar informações relevantes nessas mídias. Numa base de inadimplentes, por exemplo, quem tem mais chance de pagar? Aquela pessoa que postou nas redes sociais que comprou um carro novo?
Também plug-ins de áudio podem ser usados. No caso de uma seguradora, foram usados em conversas telefônicas. Numa frase como “Meu carro foi roubado”, foi possível analisar o tom de voz e identificar se a pessoa estava mentindo. Ou se o que ela falou coincidia com o boletim de ocorrência.
Deu para perceber que, se o seu problema é minimizar os riscos de fraude, nós temos a solução. Saiba mais aqui.

Next Best Offer, Upsale, Cross Sale: antecipe os resultados das ações de marketing

Três ações de marketing que são fáceis de entender, mas difíceis de executar, se você não souber como: Next Best Offer, Cross Sale e Upsale.
No primeiro caso, Next Best Offer refere-se à  “próxima melhor oferta”, ou seja, qual produto o  consumidor estará propenso a comprar  naquele momento. No Cross Sale, estamos falando de vendas relacionadas, do tipo “quem comprou o produto A compra também o B". Já o Upsale trata de uma venda adicional àquela que a pessoa está comprando naquele momento, algo que pode incrementar o faturamento e elevar o tíquete médio.

Exemplos de ações de marketing

Ao longo dos últimos anos, temos desenvolvido com sucesso modelos estatísticos capazes de ajudar empresas a definir qual é a Next Best Offer ou o produto ideal para um Upsale e quais os produtos que se correlacionam no Cross Sale. Se você tem dados estatísticos de vendas dos últimos dois anos ou mais, nós podemos ajudar na análise preditiva, que trará as respostas.
Fizemos isso com um cliente da indústria de perfumaria. Ao iniciar o projeto, estudamos o perfil de consumo de um grupo de consumidores pré-definido. Analisamos milhares de dados, criamos categorias de produtos e fizemos a correlação entre eles (quem comprou A, comprou também B), gerando 120 regras diferentes.
Descobrimos por exemplo que, entre os consumidores de um determinado sabonete, 65% compraram também um certo perfume. O resultado da amostragem levou a uma ação de marketing para os demais consumidores e a todos que compraram aquele sabonete foi ofertado o perfume.
Conclusão: as vendas do perfume triplicaram e a empresa se animou a criar novas ofertas, usando mais regras criadas através da análise preditiva.
A metodologia envolve muito know how das equipes de profissionais estatísticos da Stefanini Scala e também a solução de software IBM SPSS, que permite a análise preditiva, data mining e correlações de milhares de dados. Muitas áreas podem se beneficiar: indústria, varejo, setor financeiro, de seguros e a área de marketing em geral.

Com o IBM SPSS e nossos modelos estatísticos, é possível realizar:

• Previsão orçamentária (forecast) com base na situação financeira da empresa em um determinado período.
• Projeção de vendas para os próximos meses.
• Market Basket Analysis – Quer montar uma cesta e precisa definir quais os produtos com mais chance de venda? Tem uma indústria e quer montar um combo para oferecer aos revendedores? Fácil.
• Mensuração de ações de marketing, para definir quais deram certo e quais foram os resultados. Assim, você sabe que, se não fizer nada, venderá X. Mas se fizer uma promoção, venderá Y vezes X.
• Next Best Offer – O que oferecer ao cliente, naquele momento? Se você tem uma base de dados, vamos analisá-la e estudar perfis de compra e determinar qual produto o cliente tem maior propensão a comprar naquele momento.
• Correlação de produtos x estação do ano (algo importante para o ramo vestuário).
• Cross Sale – Determine os produtos que têm correlação de compra, do tipo “quem comprou o produto A compra também o B”.
• Upsale – Encontre os produtos certos para uma venda adicional, segundo o perfil do consumidor.
• Quais clientes estão prestes a mudar para a concorrência? Saiba antes que seja tarde demais.
Como você pode ver, a lista do que é possível fazer com modelos estatísticos e soluções IBM SPSS é bem extensa. Nós podemos ajudá-lo a incrementar o faturamento e a melhorar seu relacionamento com o cliente.
Saiba mais aqui.

Sophie deu um show durante evento e é motivo de orgulho para nós!

Foi um sucesso nosso encontro para brindar o final de ano e mostrar a nossos clientes como a plataforma Sophie de computação cognitiva, baseada na Inteligência artificial do IBM Watson, funciona na prática.  É inovação e tecnologia que revolucionarão as empresas.
Sophie deu um show e mostrou a que veio. A plataforma entende e responde questões como um humano, de forma escrita ou falada, e aprende conforme o uso. O input de dados ocorre por textos, fotos, vídeos e mesmo anotações feitas à mão.
Os clientes gostaram, claro. Afinal, Sophie pode auxiliar equipes de venda, orientar um potencial comprador na escolha de um produto, atender solicitações de consumidores, fazer o diagnóstico de um problema e um sem-número de outras aplicações.
Para 2018, mais novidades vêm aí. Aguardem!
Saiba mais sobre nossa plataforma Sophie clicando aqui.

Com a análise preditiva, é possível prever o futuro. E isso é Ciência de Dados

Um cliente será bom pagador? Um aluno ficará matriculado até o final do curso? Uma pessoa tem perfil para comprar um determinado produto? Qual a projeção de vendas para os próximos seis meses? Você não precisa de bola de cristal para responder questões como essas. A ciência de dados (data science) pode ajudá-lo.

Antecipar respostas é possível quando se tem dados históricos, conhecimento estatístico, experiência e um bom software em mãos, capaz de fazer o trabalho pesado de cálculo e cruzamento de informações. Conhecida por análise preditiva, essa área do conhecimento permite às empresas um melhor planejamento e a tomada de decisões mais precisas, mesmo em cenários nebulosos e num mundo em constante transformação. A análise preditiva não se debruça apenas em dados passados, como ocorre com a área e os softwares de BI, mas utiliza também modelos estatísticos para projetar o futuro.

O que dá para fazer com Data Science

Na Stefanini Scala, nossos especialistas criam modelos estatísticos com o suporte do IBM SPSS, que inclui SVM – Support Vector Machine, modelador capaz de mapear e categorizar dados através de funções matemáticas. Parece complicado, mas o que importa é que podemos ajudá-lo a fazer:

  • Forecast – antecipando o desempenho financeiro dos meses a seguir;
  • Previsão de demanda, para melhor planejamento;
  • Previsão orçamentária, para garantir a saúde financeira da empresa;
  • Previsão de estoques, pois ninguém quer errar nesse ponto nevrálgico;
  • Previsão de desempenho de campanhas de marketing, cujos resultados parecem impossíveis de serem antecipados;
  • Detecção de risco de fraude, sejam elas em seguradoras, no varejo online etc;
  • Manutenção preditiva de equipamentos, antecipando quais equipamentos sofrerão pane;
  • Previsões estatísticas variadas, como o tempo em que uma pessoa ficará internada na UTI ou qual a melhor oferta de produto para um determinado grupo de consumidores.
  • Ciclo de vida do cliente.

EXEMPLOS

Todo o trabalho da Stefanini Scala começa com o entendimento do negócio. Depois, estudamos quais dados são necessários e quais estão disponíveis em databases até chegar a modelos estatísticos a serem implementados.

Para definir o ciclo de vida do cliente, por exemplo, estudamos perfis de clientes e as ações de marketing capazes de mantê-los ativos pelo maior tempo possível, sem que migrem para a concorrência. Se conhecemos o cliente, podemos oferecer um determinado produto, um crédito, um investimento, montar uma oferta. Podemos fazer com que consumam mais.

A área de telecomunicações, por exemplo, sofre com a migração de clientes para a concorrência. O trabalho de análise preditiva, nesse caso, inclui pontuar os clientes de forma que, quanto maior for a pontuação, maior a chance de perder aquele cliente num determinado período de tempo (churn rate ou taxa de evasão de clientes). Monitorar o churn rate é fundamental pois significa ter a oportunidade de criar ofertas especiais capazes de reverter o cenário de perda.

A análise preditiva pode, também, determinar quais são os clientes ouro, prata ou bronze, com base no potencial futuro de compra. E pode definir quais produtos cada grupo está propenso a comprar. Imaginou o tanto que é possível fazer?

Todas as áreas, sejam Indústria, Varejo, Saúde, Educação, podem se beneficiar. E na Stefanini Scala temos uma equipe especializada, pronta para ajudá-lo.

Saiba mais aqui.


No Banco Votorantim, a performance digital está garantida

 

A parceria entre Stefanini Scala e o Banco Votorantim, que já vem de longa data, inclui a implantação de uma solução capaz de identificar rapidamente a origem de problemas operacionais, a plataforma Dynatrace.

Voltada para o gerenciamento de performance digital, a Dynatrace permite oferecer uma boa experiência virtual, de maneira a atrair usuários, ampliar receitas e gerar maior fidelidade. Plataforma inovadora, ela torna as informações visíveis em tempo real, ajudando empresas a enxergar suas aplicações e canais digitais pela perspectiva dos usuários finais.

“À medida que fomos expandindo o uso da ferramenta Dynatrace, ganhamos sinergia com as áreas de desenvolvimento, que passaram a utilizá-la na hora de definir a estratégia de lançamento de produtos”, afirma Marcelo Toledo, gerente de infraestrutura do Banco Votorantim.

Como é sabido, falhas nos sistemas ou até mesmo o atraso em alguns segundos na aplicação on-line são suficientes para fazer com que o consumidor migre para o concorrente. “Um de nossos principais produtos é o financiamento de veículos. Se o cliente não consegue fazer a simulação rapidamente, acaba dando preferência a outro banco, o que representa uma perda de receita potencial”, acrescenta Toledo.

SOLUÇÃO LÍDER NO GARTNER

A plataforma Dynatrace, reconhecida pelo Quadrante Mágico do Gartner como líder em Application Performance Monitoring (APM) pelo 8º ano consecutivo, torna as informações visíveis em tempo real. O monitoramento é baseado na experiência dos clientes e impulsionado por Inteligência Artificial, o que garante que as performances digitais, tanto nas navegações feitas pela web quanto nos dispositivos móveis, sejam de alto nível.

A tecnologia possui dashboards intuitivos, que possibilitam acompanhar o que ocorre em cada camada das transações, localizar exceções que possam atrapalhar o funcionamento das aplicações, identificar as causas que geram demora nas respostas e monitorar – de ponta a ponta – a performance de todo o sistema.

O escopo do projeto previa o monitoramento tanto no teste de novos produtos quanto na análise de resultados diários. A tecnologia também auxiliou no processo de reformulação do site, uma vez que o banco passou a detectar o total de acessos por celular e o navegador mais utilizado.

FERRAMENTAS INOVADORAS

A experiência do Banco Votorantim reforçou a parceria com a Stefanini Scala. “Investimos cada vez mais em transformação digital para conectar toda a experiência do usuário”, diz Filipe Cotait, diretor de tecnologia da Stefanini Scala. “Isso é possível ao disponibilizar ferramentas inovadoras que ampliem a geração de resultados e a melhoria da experiência com produtos e processos, garantindo um monitoramento em tempo real do comportamento de cada cliente em múltiplos canais de atendimento”, diz.

Agora, no Banco Votorantim, mais uma fase de expansão está em curso, com a meta de apoiar todas as áreas, estendendo o uso da plataforma para todos os setores do banco. Segundo Jean Calixto da Silva, gerente de negócios da Stefanini, a estratégia dará conta das transformações rápidas que acontecem no mundo. Com soluções inovadoras e parceiros especializados Stefanini Scala, isso é possível.


Conheça nossa assistente Sophie de computação cognitiva

A Stefanini Scala lançou a plataforma Sophie de computação cognitiva, capaz de fazer o atendimento a consumidores em empresas dos mais diversos setores, como varejo, seguros, telecomunicações, RH e farmacêutico.

Baseada no IBM Watson, a plataforma utiliza a Inteligência Artificial e é composta por um conjunto de softwares, sistemas e processos que permitem acelerar e melhorar a performance dos negócios.

Sophie é capaz de entender consumidores e responder como um humano, de forma assertiva, visando eficiência operacional e redução de custos. Isso é possível graças à computação cognitiva e a algoritmos complexos de inteligência artificial.

“As tecnologias de IA para classificação, combinação de padrões e sugestão de informações potencialmente relacionadas já são parte do nosso cotidiano”, diz Danielle Franklin, diretora de Novos Negócios da Stefanini Scala.“Os dashboards baseados em IA oferecerão inteligência preditiva que proporcionará um nível totalmente novo de conhecimento sobre a tomada de decisões da gestão”, complementa.

Inteligência Artificial

O uso de Inteligência Artificial em aplicativos é uma tendência, o que levou a Stefanini Scala a investir em capacitação técnica e a desenvolver Sophie. “A solução é capaz de interpretar dados não estruturados, como faz um ser humano, mas com a velocidade de uma máquina de alta tecnologia”, diz Danielle.

Sophie representa um grande avanço no atendimento digital a clientes. A assistente cognitiva é capaz de interagir com o consumidor por voz, texto, internet, aplicativos móveis e redes sociais. E, o melhor, aprende mais e mais com o tempo, sendo capaz de realizar o trabalho de maneira eficiente e econômica.

Conheça um pouco mais sobre a Sophie. Entre em contato conosco e fale com um especialista.


Sophie ajuda a fechar negócios na área de seguros. Veja como

Sophie, nossa corretora de seguros virtual, ajudará corretores a esclarecer dúvidas sobre produtos de forma clara e objetiva. A plataforma é baseada no IBM Watson, uma inovação que explora o potencial da computação cognitiva.

Sophie integra-se a qualquer sistema legado para que os chatbots das empresas sejam mais sofisticados e possam realmente ajudar corretores a concluir um processo de negócio através do próprio chat. Sophie é capaz de entender a linguagem natural, seja ela escrita ou falada, e de aprender a partir de dados não estruturados, incluindo imagens.

A Inteligência Artificial do IBM Watson tem sido usado para auxiliar no atendimento personalizado a clientes de empresas, no diagnóstico de casos clínicos, na avaliação de riscos em empresas de seguros, na compreensão das preferências do consumidor e numa infinidade de outras áreas. Pode, inclusive, ajudar na decisão de compra de um presente para um amigo, baseado na personalidade e hábitos dele. E o mais impressionante é que a plataforma fica cada vez mais precisa conforme o uso, já que aprende com a prática.

ALTA TECNOLOGIA

Sophie tem seu lançamento marcado para o CIAB 2017, em São Paulo. É ainda um protótipo, mas a Inteligência Artificial do aplicativo já pode ser conferida:  é simples e ágil, interpreta dados como um ser humano, mas com a velocidade de uma máquina de alta tecnologia. Está baseada na computação cognitiva, pois a cognição é o processo por meio do qual os humanos adquirem conhecimentos a partir dos sentidos.

A Stefanini Scala acredita que a computação cognitiva é o futuro e está investindo na tecnologia, em recursos e capacitação técnica, pois queremos que a inteligência artificial de IBM Watson seja uma aliada dos negócios dos nossos clientes.

Saiba mais sobre essa tecnologia e o que ela pode fazer pela sua empresa, clicando aqui.

 


IBM Watson atende ligações e agiliza o call center do Bradesco

Watson, a plataforma de computação congnitiva da IBM, está na pauta do dia. E não é para menos. Watson pode entender e interagir com humanos, pode compreender a escrita e a fala, e aprender conforme pratica mais e mais atendimentos. Há milhares de aplicações para uma tecnologia como essa, incluindo o atendimento ao cliente em call centers, algo que o Bradesco está colocando em prática.

A empresa de pesquisa americana Gartner estima que 85% dos centros de atendimento ao cliente serão comandados por atendentes virtuais até 2020. Por isso, o Watson Virtual Agent está em alta. Ele permite automatizar o atendimento telefônico ou via chat, oferecendo respostas a dúvidas de clientes.

BIA, A ATENDENTE VIRTUAL

No caso do Bradesco, são 30 mil ligações no telebanco por dia, que envolvem 8 mil páginas de procedimentos e respostas que um funcionário de call center deve saber. O IBM Watson, batizado de Bia pelo Bradesco, aprendeu a resposta para mais de 50 mil perguntas sobre 15 produtos, num primeiro momento. Depois, ampliou conhecimentos sobre 50 produtos. Também teve que aprender a linguagem e os sotaques diferentes que temos em regiões distintas do Brasil.

A plataforma IBM Watson agiliza o atendimento do call center do banco e fornece informações corretas após compreender o contexto das perguntas, sejam elas simples como uma consulta de saldo, ou complexas, como o cancelamento de pagamento indevido. O português é a terceira língua que o Watson aprende, depois do inglês e do japonês.

O IBM Watson pode ser customizado para suprir as necessidades de diferentes empresas e conta com uma eficiente ferramenta de analytics, que provê insights sobre o atendimento e tendências ou mudanças de comportamento ou necessidades entre os clientes.

Saiba mais sobre aplicações do IBM Watson aqui, ou fale com um especialista Stefanini Scala.

Saiba mais sobre Watson Virtual Agent:

https://youtu.be/g2f-RT0EjPg