Seleção dos indicadores mais relevantes para melhorar o monitoramento dos dados em estatal de transporte de passageiros utilizando PCA.

• Autor(a) principal: GOMES, Daniel Alexandre da Silva.
• Data de Publicação: 2023
• Outros Autores: MOREIRA, Miguel Ângelo Lellis., MIRANDA, Jarbas Honorio de., FÁVERO, Luiz Paulo., SANTOS, Marcos dos.
• Tipo de documento: Artigo de conferência
• Idioma: por
• Título da fonte: Biblioteca Digital de Teses e Dissertações da UFCG
• Texto Completo: http://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/33102
• topic: Aprendizado de máquina - PCA; Técnica de aprendizado de máquina PCA; Monitoramento de dados; Logarítmo; Estatal de transportes de passageiros - monitoramento de dados; Transporte ferroviário de passageiros - monitoramento de dados; Transporte coletivo sobre trilhos - estatal; Indicadores de desempenho; Redução de dimensionalidade; Machine Learning - PCA; PCA machine learning technique; Logarithm; Data monitoring; State passenger transport - data monitoring; Rail passenger transport - data monitoring; Public transport on rails - state-owned; Performance indicators; Dimensionality reduction; Engenharia de Produção.

O Monitoramento efetivo de indicadores realizado pelas empresas é crucial para uma gestão otimizada, para alocação de recursos devidamente e promoção da melhoria do desempenho. No caso da empresa estudada, o resultado obtido foi essencial, principalmente por se tratar da utilização de verba pública. Para isto, este trabalho teve o propósito de aplicar a técnica de aprendizado de máquina chamada PCA para a seleção de indicadores de desempenho efetivos para a gestão, provenientes de um conjunto de indicadores pré-estabelecidos pela empresa. Os dados analisados foram fornecidos pelo setor operacional a fim de chegar a uma quantidade de reduzida de indicadores, mas que fosse capaz de traduzir para os gestores informações suficientes sem a necessidade de esforço para analisar os dados original. Este estudo trouxe uma significativa contribuição para a empresa porque os resultados obtidos permitiram avaliar os indicadores de custo, segurança e manutenção para uma importante tomada de decisão baseada em dados, melhorando o desempenho corporativo. Palavras-Chaves: KPI; indicadores; visualização de dados; tomada