O documento propõe o uso de big data e análise preditiva para melhorar os negócios de uma empresa de streaming. A estratégia inclui criar perfis de usuários, consultoria de produção baseada em análise de dados e um sistema de recomendação personalizado. Isso aumentará a fidelidade dos clientes, a rentabilidade e a eficiência de marketing. O projeto será implementado na nuvem da Amazon AWS e trará benefícios como campanhas direcionadas e economia de gastos.
WAW-RJ: Apresentação de Ruy Carneiro sobre o GA Premium
Projeto final v2 - Módulo Gerencial - Sistema de Recomendação
1. PROJETO FINAL
MBA & Pós Graduação –
Big Data
Junho / 2016
GRUPO 02 – G2
Alexandre Silva (asilva@gmail.com)
Andressa Lima (andressali4@gmail.com)
Cesar Almiñana (cesar.cavini@gmail.com)
Edileusa Prado (edileusa.estefani@gmail.com)
Diogo Góes (diogogoes@gmail.com)
3. Background
❑ G2 Consulting é uma empresa especializada em soluções de Big Data
que atua no mercado há mais de 5 anos, com profissionais altamente
qualificados. Oferecemos nossa expertise de tecnologia, combinada
com negócios para grandes companhias.
Quem somos...
4. Por quê G2 Consulting?
Background
G2
AGREGA
MAIS
VALOR
NEGÓCIO DOS
➢ CLIENTES
Agilidade
Para obter valor dos seus dados
Analítico
Métodos e técnicas para
segmentação, predição,
classificação
Avançado
Tecnologias e metodologias de
ponta para obter resultados e
produtos inovadores!
14. Rentabilidade
Identificamos oportunidades para proporcionar um
serviço diferenciado e novos produtos
Maior Rentabilidade
Sistema Recomendação
Consultoria Produção
Perfis do Usuário
Como alavancar os negócios?
• Perfis de Usuário – entendimento do público para auxiliar na
criação de novos produtos e personalização de conteúdo;
• Consultoria de Produção – ranking e classificação de atores
visando recomendações para futuras produções;
• Sistema de Recomendação – realizar recomendações
considerando preferencias pessoais do usuário.
• Utilizar 100% na Nuvem da Amazon AWS.
Proposta
15. Perfis do Usuário
Estratégia
• Definir grupos de usuários;
• Neste caso, optamos por definir
3 grupos utilizando as
características de cada usuário,
bem como seus filmes
assistidos e classificações;
• kMeans;
• Esperamos ter 3 grupos bem
definidos para saber o grau de
importância de cada usuário
para a Empresa, e evitar churn.
16. Consultoria de Produção
Estratégia
• Casting inteligente e objetivo,
levando em conta opinião de
usuários, a fim de determinar as
melhores escolhas para cada tipo
e/ou produção específica;
• Base de dados usuários e suas
classificações + webcrawling
IMDb;
• Aumento da probabilidade de
retorno expressivo em relação à
produções próprias;
• Possibilidade de venda de
informações à outras produtoras;
17. Sistema de Recomendação
Estratégia
• Sistema de
recomendação de filmes,
discriminando
preferências pessoais de
cada usuário utilizando o
algoritmo KNN;
• Utilizaremos as bases de
dados usuários e suas
classificações;
• Aumento do grau de
satisfação e fidelidade
dos usuários ativos;
19. Visão Geral da Arquitetura
Estratégia
Por necessidade de estruturação de TI, será adotado uma solução em Nuvem da
Amazon AWS para Big Data, incluindo etapas de Ingestão de dados,
Persistência/Storage, Processamento/Análise até Visualização dos dados.
INGESTÃO PERSISTÊNCIA PROCESSAMENTO VISUALIZAÇÃO
DADOS INFORMAÇÃO
TEMPO
20. Visão Geral da Arquitetura
Estratégia
PROCESSAMENTO
ANÁLISE
VISUALIZAÇÃO
Oracle
Drill
JDBC
PERSISTÊNCIA
STORAGE
Dados de
Arquivos
Flume/
Kafka
Drill JDBC
INGESTÃO
Dados
Transacionais
Talend
JDBC
21. Benefícios ao Negócio
Um dos benefícios do Sistema de Recomendação é poder usufruir das notas avaliadas pelos
usuários e com isto obter informações, tais como a média dos filmes mais bem classificados,
na opinião do público respondente e poder fazer campanhas de marketing mais direcionadas
a estes filmes, filmes com tipo semelhantes e atores destes filmes.
22. Benefícios ao Negócio
Com campanhas de marketing mais bem direcionadas, além de atrair de forma
eficiente o público alvo, é possível obter mais economia no investimento de
gastos com publicidade, por direcionar melhor o uso deste recurso, obtido pelo
conhecimento através das recomendações dos clientes.
23. Benefícios ao Negócio
As recomendações obtidas pelos Sistemas de Recomendação, por si podem ser
usadas para atrair o público com dúvida de que filme assistir, pois quando há alto
índice de recomendação para um determinado filme, isto despertar o interesse nos
clientes indecisos, podendo aumentar a visualização de filmes e consequente
receita.
24. Benefícios ao Negócio
Filmes com classificação entre 3,5 a 5 e distribuídos pelas profissões dos votantes.
Um exemplo para se fazer campanha de Marketing direcionada por profissão, que
podem ser um dos perfis do usuário a ser considerado.
26. Orçamento
Pessoal Salário / Mês Condição
Analista de BI R$ 6.000,00
Analista com experiência em
Tableau
Analista de Negócios R$ 7.500,00 Um Analista de Negócios
Engenheiro de Dados R$ 11.500,00
Analista de Análise de Dados R$ 20.000,00
Dois analistas Sr. com formação
estatística
Total mão de obra / mês R$ 45.000,00
Total mão de obra com impostos (/b) R$ 78.750,00
Fontes:
Exame.com – Salários na área de IT
Love Mondays
Conselho Regional de Estatística
Sumário de Custos R$ / Mês
Implementação projeto (/a + /b) R$ 92.290,00
Hosting (após a execução) R$ 270.00
28. dd text title
Add text title
Add text title
Implementação
Considerações
● Projeto “taylor made” para o cliente
● Utilização do modelo montado em classe (12 semanas)
● Disponibilidade dos resultados
● Rápido retorno para o cliente
30. Considerações Finais
Projeto Final - GRUPO 02
❏ Alexandre Silva (asilva@gmail.com)
❏ Andressa Lima (andressali4@gmail.com)
❏ Cesar Almiñana (cesar.cavini@gmail.com)
❏ Edileusa Prado (edileusa.estefani@gmail.com)
❏ Diogo Góes (diogogoes@gmail.com)