Olá, como podemos ajudar?

Pesquisas recentes: Copilot - 2.2.2 - Como consultar o ranking - Como funcionam os emblemas - Como configurar os níveis

Data lab - 2.2.2

 

Lançamento do SoftExpert Data Lab

Estamos lançando um novo componente que utiliza métodos de Ciência de dados (Data Science) para complementar e expandir as soluções do SoftExpert Suite. O Data Lab busca utilizar e desenvolver tecnologias inovadoras para extrair insights significativos para os negócios.

O SoftExpert Data Lab apresenta duas soluções, uma para Mineração de processos (Process Mining) e outra para Previsão de KPI (Indicador-chave de desempenho).

Confira mais detalhes sobre cada uma das soluções:

 

Previsão de KPI (KPI Forecasting) 

A solução de Análise de KPI e Previsão de séries temporais oferece uma exploração abrangente de técnicas para extrair insights e prever tendências a partir de dados sequenciais. Seu objetivo é antever valores contínuos, como vendas, quantidades, temperaturas, número de clientes, entre outros.

Com mais de 25 algoritmos prontos para uso e gráficos para analisar o desempenho dos modelos de previsão treinados, esta solução está integrada ao SoftExpert Desempenho, permitindo gerar análises de indicadores do sistema. Além disso, possibilita a previsão de dados informados em um arquivo do Excel.

 

Mineração de processo (Process Mining) 

A solução de mineração de processos busca fornecer uma visão aprofundada dos seus processos de negócios, visando aprimorar os processos operacionais por meio do uso de registros de eventos.

Cada etapa do processo executada deixa rastros (logs de eventos) que são extraídos automaticamente e conectados ao explorador de variantes e à análise de conformidade, auxiliando na compreensão do seu negócio. 

Esta solução está integrada ao componente SoftExpert Workflow, o que possibilita a obtenção automática de dados, facilitando a análise dos processos organizacionais.

O SoftExpert Data lab estará disponível apenas para os clientes que utilizam a solução na nuvem SoftExpert.

 

Este artigo foi útil?