ADMINISTRAÇÃO
PÚBLICA
“A ANÁLISE DE DADOS É ESSENCIAL PARA QUE SE ESTABELEÇA UMA ALOCAÇÃO MAIS EFICIENTE DOS RECURSOS PÚBLICOS”
A área pública é dominada por dados de indivíduos, setores da economia, educação, saúde, segurança, transportes, habitação, previdência e, por meio deles, é possível estimar modelos que possam extrair informações que permitem um melhor conhecimento da população. No atual cenário em que se faz necessário o enxugamento da máquina pública, gastos públicos eficiente requerem uma gestão mais inovadora e com otimização de recursos.
Desta maneira, a aplicação de modelos de Data Science é de fundamental importância para alocação de recursos públicos, sejam eles financeiros ou humanos, para maior eficiência de gestão. Modelos preditivos e de diagnóstico representam um enorme avanço nesse campo.
CONSTRUÇÃO E CAPTAÇÃO
-
Estruturação de bancos de dados obtidos por meio de diferentes fontes internas ou externas à organização, com chaveamento de observações e variáveis e a partir da definição da granularidade desejada,
-
Desenvolvimento de questionários estruturados para levantamento de dados usuários, beneficiários e fornecedores para a avaliação da qualidade dos serviços prestados (por exemplo, prazos de entrega ou atendimento, erros administrativos).
DIAGNÓSTICO
-
Análises preliminares das bases de dados para estudo de quais técnicas de modelagem e analytics podem ser utilizadas para, por exemplo, a avalição de resultados de políticas públicas, a estipulação de alocação de recursos ou otimização da alocação de recursos humanos e financeiros nos mais diversos cenários,
-
Tratamento das bases de dados existentes para a identificação de possíveis outliers ou missing values, dimensão amostral e ajustes em dados para aplicação de técnicas de Data Science,
-
Estruturação e elaboração de POC´s.
DATA SCIENCE E ANALYTICS
-
Desenvolvimento de modelos robustos de analytics, big data, machine learning e deep learning para fins preditivos e/ou de otimização de recursos materiais, humanos e financeiros,
-
Utilização de toolboxes como Python, Java, R, Hadoop, Spark, SAS, Stata e SPSS para implementação de scripts e rotinas, estimação de modelos e obtenção de outputs propícios à tomada de decisão.
IMPLEMENTAÇÃO PARA TOMADA DE DECISÃO
-
Análise conjunta dos resultados junto à equipe gestora, relacionando os outputs encontrados aos objetivos da organização,
-
Treinamento das equipes no processo de alimentação dos bancos de dados para estimação das técnicas de Data Science no processo de tomada de decisão contínua. Em outras palavras, transferência total de conhecimento.
