Análise de Dados: Satisfação de Clientes com Lógica Fuzzy

Este projeto realiza a análise de dados da base AdventureWorks2022 com o objetivo de medir e compreender a satisfação do cliente utilizando a lógica fuzzy. A abordagem combina modelagem de dados multidimensional, análise fuzzy e técnicas de aprendizado de máquina.

Descrição do Projeto

O projeto foi desenvolvido como parte de uma atividade prática e inclui os seguintes componentes:

1. Modelagem em Star Schema: Construção de um esquema em estrela para organizar os dados.
2. Transformação e Tratamento: Limpeza de dados e criação de métricas relacionadas à produção, descartes e localização.
3. Relatórios e Visualizações: Uso de ferramentas como Power BI para apresentar resultados.
4. Análise Fuzzy: Aplicação da lógica fuzzy para medir a satisfação do cliente com base em critérios como tempo de entrega, descontos e frequência de compras.
5. Machine Learning: Implementação de uma árvore de decisão para identificar causas de descartes de produtos.

Ferramentas usadas: Microsoft SQL Server, SSIS para automação de pipeline usando Microsoft Studio e Power BI.

Objetivos

1. Modelar o nível de produção mensal, semestral e anual.
2. Quantificar artigos produzidos e descartados.
3. Identificar locais com maior incidência de descartes.
4. Analisar satisfação do cliente com lógica fuzzy.
5. Treinar um modelo de aprendizado de máquina para prever causas de descartes.

---

Estrutura do Projeto

/src
  ├── data/
  │   ├── raw/         # Dados brutos extraídos da base AdventureWorks2022
  │   ├── cleaned/     # Dados tratados para análise
  ├── models/
  │   ├── star_schema.sql  # Código SQL para criar o star schema
  │   ├── fuzzy_analysis.py # Código Python para lógica fuzzy
  │   ├── decision_tree.py  # Modelo de árvore de decisão
/reports
  ├── PowerBI/          # Relatórios criados no Power BI
  ├── visualizations/   # Gráficos e insights
/documentation
  ├── slides/           # Apresentação Google Slides (anexada)
README.md

Star Schema

---

Como Executar

Pré-requisitos

• Python 3.8+
• Dependências listadas no arquivo requirements.txt
• Banco de dados SQL Server com a base AdventureWorks2022

Setup

1. Clone o repositório:

   git clone https://github.com/seuusuario/adventureworks-fuzzy-analysis.git
   cd adventureworks-fuzzy-analysis

2. Instale as dependências:

   pip install -r requirements.txt

3. Configure a conexão com o banco no arquivo config.py.

4. Execute os scripts:

   • Para criar o Star Schema:

     python src/models/star_schema.sql

   • Para realizar a análise fuzzy:

     python src/models/fuzzy_analysis.py

---

Visualizações

Os relatórios analíticos e gráficos foram criados no Power BI. As principais visualizações incluem:

1. Produção Mensal, Semestral e Anual por Região.

2. Artigos Produzidos e Descartados mensais (deve ter em conta que os produtos descartados são os que apresentam defeitos);.

3. Os locais onde verificam-se mais descartes de produtos..

Treinamento

---

Contribuições

Equipe:

• Kelden Mourato
• Mauro Mahassa
• Yannick Matimbe