Home  >  Plataformas

Setor público aposta em machine learning para apoiar análise de dados

Conheça alguns projetos destacados pelo SAS

Da Redação

27/08/2018 às 8h59

Brasília
Foto: Shutterstock

O setor público brasileiro está apostando em ferramentas de machine learning para suportar soluções analíticas. O foco é garantir mais agilidade e transparência em projetos de análise de dados.

O SAS, fornecedor de ferramentas de Analytics, destaca alguns projetos focados no aumento da arrecadação, identificação de fraudes e anomalias, combate à corrupção, automação de atendimento, entre outros. Para isso, em muitos casos, a companhia utiliza a plataforma SAS Viya, com técnicas de machine learning - tecnologia presente em 100% das ferramentas analíticas comercializadas pela empresa.

Atualmente, a área de governo é uma das mais importantes para a companhia. Em 2017, o SAS obteve no Brasil um aumento de 25% no número de novos clientes nesse setor e, nos últimos três anos, o crescimento registrou mais de 50% em receita com novas vendas - equivalendo a 20% da receita local, aproximadamente.

Um dos projetos de maior destaque foi desenvolvido para o Tribunal de Contas da União (TCU), que investiu na aquisição de soluções de análise de big data para identificar casos de fraudes na Previdência Social, que hoje chegam a R$ 3 bilhões. O projeto permitiu o cálculo automático de 1 trilhão de desvios, além da análise de modelos preditivos. A partir daí, para cada benefício com alta probabilidade de fraude, o TCU pode recuperar cerca de R$ 600 mil todos os meses.

Outro trabalho foi desenvolvido para o Ministério da Justiça. Lidando com um grande volume de dados estatísticos e vários pedidos externos de consulta, o trabalho consistiu na adoção de uma solução de Business Intelligence (BI). Como resultado, o processo de tratamento e divulgação das informações deixou de ser manual e migrou para um modelo automatizado, reduzindo custos e carga administrativa, tornando o processamento mais ágil.

Outro exemplo apontado pelo SAS foi aplicado na Companhia Energética de Minas Gerais (Cemig), que fez uso de soluções do SAS com técnicas de machine learning para detectar possíveis perdas resultantes de fraudes relacionadas ao consumo de energia e falhas técnicas. Com a identificação de 50% dos fraudadores, tal medida resultou em uma economia de cerca de R$ 1,5 milhão por mês.