SlideShare uma empresa Scribd logo
1 de 18
Baixar para ler offline
1
MediaKit 2016
DatabaseCast
2
O que é podcast?
• PodCast = Pod + Cast
• Pod = Program On Demand
• Cast = abreviação de Broadcast
• Analogia: “Rádio na internet”
• Maioria dos ouvintes escolhe fazer o download do arquivo
.mp3 para ouvir onde e na hora que quiser
• Entrega de conteúdo automático com tecnologia “push” RSS
3
Quem escuta podcast no Brasil*?
* Dados da PodPesquisa (2014) : http://www.podpesquisa.com.br/2014/resultado
4
Quem escuta podcast no Brasil?
5
Quem escuta podcast no Brasil?
• 35,35% em São Paulo, 11,47% no Rio de Janeiro e 8,75% em
Minas Gerais. Demais ouvintes espalhados pelos outros
estados do Brasil
6
Potencial de divulgação
7
• DatabaseCast: podcast brasileiro que fala sobre banco de dados
• Foco em RDBMS, programação, carreira, mercado, tecnologia e
assuntos relacionados
• No portal iMasters:
http://imasters.com.br/perfil/databasecast
• Site do DatabaseCast:
http://databasecast.com.br
• iTunnes (avaliação de 5 estrelas):
http://itunes.apple.com/br/podcast/databasecast/id413491490
• Twitter: @databasecast (~ 1.200 seguidores)
• YouTube: youtube.com/DatabaseCast (~ 270 assinantes)
• Fan page do Facebook: ~960 likes + reach médio 500 pessoas por ep.
• Presença em várias redes sociais: Facebook, Twitter, Linkedin,
YouTube, Google+, Tumblr
O DatabaseCast
8
• O iMasters é o maior portal de desenvolvedores do
Brasil
• Com 15 anos de atuação, possui média de 80.000
pageviews/dia
• Forte comunidade de banco de dados
• Mantém um dos maiores eventos de tecnologia
Web: o iMasters InterCon
• O DatabaseCast está hospedado no iMasters
• O ouvinte pode escutar o programa direto no site
Portal iMasters
9
• Mauro Pichiliani (@pichiliani ~ 1.200 seguidores): Bacharel em
Ciência da Computação, mestre e doutor pelo ITA (Instituto
Tecnológico de Aeronáutica), MCP, MCDBA e MCTS. Consultor de
banco de dados independente, trabalha há mais de 15 anos
utilizando diversos bancos de dados como o SQL Server, Oracle,
MySQL e PostgreSQL. Escritor da revista SQL Magazine, Java
Magazine, Forum E-coomerce e outras
• Pesquisador de nível internacional, autor de diversos cursos de
bancos de dados/programação e professor universitário
Quem produz o DatabaseCast
10
• Wagner Crivelini (@wcrivelini ~500 seguidores): Especialista em
bancos de dados com 20 anos de experiência no mercado. É
profissional com qualificação e experiência nos principais SGBDs do
mercado, como DB2 e SQL Server, tanto como administrador de
bancos de dados como desenvolvedor
• É colunista da revista Sql Magazine Brasil, colunista do site
Americano SQLServerCentral e colaborador do DB2 University
Quem produz o DatabaseCast (2)
11
• 67 episódios publicados
Assuntos comentados no programa
12
• Produtores conversam informalmente com um ou dois
especialistas sobre um assunto relacionado a banco de
dados
• Há interatividade com ouvintes (comentários, emails e
tweets)
• Tamanho variado (média de 1 hora e 10 min.)
Formato do programa
13
• Média de 2.000 acessos/ouvintes na primeira semana
após publicação
• ~ 10.000 assinantes do feed RSS
• Média de 10 comentários por episódio
• Média de 7 emails recebidos por episódio
• Média de 15 novos seguidores no twitter por episódio
• A periodicidade do programa é mensal
Audiência
14
• Público alvo: profissionais e amadores que trabalham
com banco de dados e programação
• Usa diversos bancos de dados e tecnologias
• Masculino, entre 25-35 anos, região sudeste, escuta o
programa no smartphone em trânsito
• 60% possui gradução, 30% possui pós-graduação e
83% trabalha com tecnologia
• Ep. 52 do DatabaseCast com resultados específicos da
PodPesquisa para o programa
Qual é o nosso público
15
Feedback dos ouvintes
• Comentário sobre o episódio 7: Recomendação de Livros
• Comentário sobre o episódio 9: Mulheres e Bancos de Dados
• Comentário sobre o episódio 11: O Banco e a Rede
• Comentário sobre o episódio 67: Data science na prática
16
• Episódio 57 com o tema “alta disponibilidade na prática”. No
final do programa o livro dos convidados é anunciado
• Spot testemunhal de 2 a 5 minutos recomendando palestra de
MySQL na Nerv Informática no episódio 58
Exemplos de parceria
17
• Modalidades:
– Recomendação testemunhal: produtores recomendam produtos, cursos,
plataformas ou serviços durante a leitura de e-mails em um spot de 2 a
5 minutos.
• Investimento: R$ 200,00 por programa
– Programa contextualizado: Programa com tema relacionado ao
conteúdo do que será oferecido aos ouvintes
• Investimento: R$ 350,00 por programa
• Divulgação do produto/serviço/marca nas redes sociais dos
produtores e do programa
• Imagem no post do episódio (vitrine)
• Papel de parede em redes sociais com logomarca (Facebook,
Twitter, Linkedin, YouTube, Google+)
• Elaboração de promoções customizadas relacionadas com o
que for anunciado
Proposta de parceria
18
• DatabaseCast:
– Twitter: @databasecast
– E-mail: databasecast@gmail.com
• Mauro Pichiliani:
– Twitter: @pichiliani
– E-mail: pichiliani@gmail.com
– Skype: pichiliani
– Facebook: http://facebook.com/mauropichiliani
• Wager Crivelini:
– Twitter: @wcrivelini
– E-mail: wcrivelini@gmail.com
– Skype: wcrivelini
– Facebook: http://www.facebook.com/wcrivelini
Contato

Mais conteúdo relacionado

Mais procurados

TDC2016SP - Trilha Data Science
TDC2016SP - Trilha Data ScienceTDC2016SP - Trilha Data Science
TDC2016SP - Trilha Data Sciencetdc-globalcode
 
R: a alternativa ao SPSS e ao NVivo em software livre
R: a alternativa ao SPSS e ao NVivo em software livreR: a alternativa ao SPSS e ao NVivo em software livre
R: a alternativa ao SPSS e ao NVivo em software livreLuis Borges Gouveia
 
TDC2016SP - Criando modelos em nuvem com Azure Machine Learning
TDC2016SP - Criando modelos em nuvem com Azure Machine LearningTDC2016SP - Criando modelos em nuvem com Azure Machine Learning
TDC2016SP - Criando modelos em nuvem com Azure Machine Learningtdc-globalcode
 
TDC2016SP - Trilha Quebrando um monolítico J2EE, uma história de trás das tri...
TDC2016SP - Trilha Quebrando um monolítico J2EE, uma história de trás das tri...TDC2016SP - Trilha Quebrando um monolítico J2EE, uma história de trás das tri...
TDC2016SP - Trilha Quebrando um monolítico J2EE, uma história de trás das tri...tdc-globalcode
 
Tdc2015 bigdata-mpias-final-pdf
Tdc2015 bigdata-mpias-final-pdfTdc2015 bigdata-mpias-final-pdf
Tdc2015 bigdata-mpias-final-pdfMinistry of Data
 
Análise de dados com R - TDC 2015
Análise de dados com R - TDC 2015Análise de dados com R - TDC 2015
Análise de dados com R - TDC 2015Rodrigo Ribeiro
 
TDC SP 2017 Trilha .NET - TechWar: Threads, ThreadPools e Tasks em C#
TDC SP 2017 Trilha .NET - TechWar: Threads, ThreadPools e Tasks em C#TDC SP 2017 Trilha .NET - TechWar: Threads, ThreadPools e Tasks em C#
TDC SP 2017 Trilha .NET - TechWar: Threads, ThreadPools e Tasks em C#Diego Gabriel Cardoso
 
Pipeconf no CoffeOps Campinas
Pipeconf no CoffeOps CampinasPipeconf no CoffeOps Campinas
Pipeconf no CoffeOps CampinasAécio Pires
 
TDC2016SP - Trilha BigData
TDC2016SP - Trilha BigDataTDC2016SP - Trilha BigData
TDC2016SP - Trilha BigDatatdc-globalcode
 
Da introdução à prática com Drools Expert e Drools Flow
Da introdução à prática com Drools Expert e Drools FlowDa introdução à prática com Drools Expert e Drools Flow
Da introdução à prática com Drools Expert e Drools FlowRicardo Longa
 
Um exemplo do uso do SQLite: uma base de dados para alumni
Um exemplo do uso do SQLite: uma base de dados para alumniUm exemplo do uso do SQLite: uma base de dados para alumni
Um exemplo do uso do SQLite: uma base de dados para alumniLuis Borges Gouveia
 
SQLite: um motor de bases de dados relacional open source
SQLite: um motor de bases de dados relacional open sourceSQLite: um motor de bases de dados relacional open source
SQLite: um motor de bases de dados relacional open sourceLuis Borges Gouveia
 
Pentaho, Hadoop , Big Data e Data Lakes
Pentaho, Hadoop , Big Data e Data LakesPentaho, Hadoop , Big Data e Data Lakes
Pentaho, Hadoop , Big Data e Data LakesAmbiente Livre
 

Mais procurados (19)

TDC2016SP - Trilha Data Science
TDC2016SP - Trilha Data ScienceTDC2016SP - Trilha Data Science
TDC2016SP - Trilha Data Science
 
Pesquisa qualitativa com NVIVO10
Pesquisa qualitativa com NVIVO10Pesquisa qualitativa com NVIVO10
Pesquisa qualitativa com NVIVO10
 
R: a alternativa ao SPSS e ao NVivo em software livre
R: a alternativa ao SPSS e ao NVivo em software livreR: a alternativa ao SPSS e ao NVivo em software livre
R: a alternativa ao SPSS e ao NVivo em software livre
 
TDC2016SP - Criando modelos em nuvem com Azure Machine Learning
TDC2016SP - Criando modelos em nuvem com Azure Machine LearningTDC2016SP - Criando modelos em nuvem com Azure Machine Learning
TDC2016SP - Criando modelos em nuvem com Azure Machine Learning
 
TDC2016SP - Trilha Quebrando um monolítico J2EE, uma história de trás das tri...
TDC2016SP - Trilha Quebrando um monolítico J2EE, uma história de trás das tri...TDC2016SP - Trilha Quebrando um monolítico J2EE, uma história de trás das tri...
TDC2016SP - Trilha Quebrando um monolítico J2EE, uma história de trás das tri...
 
Treinamento hadoop - dia3
Treinamento hadoop - dia3Treinamento hadoop - dia3
Treinamento hadoop - dia3
 
Tdc2015 bigdata-mpias-final-pdf
Tdc2015 bigdata-mpias-final-pdfTdc2015 bigdata-mpias-final-pdf
Tdc2015 bigdata-mpias-final-pdf
 
Análise de dados com R - TDC 2015
Análise de dados com R - TDC 2015Análise de dados com R - TDC 2015
Análise de dados com R - TDC 2015
 
TDC SP 2017 Trilha .NET - TechWar: Threads, ThreadPools e Tasks em C#
TDC SP 2017 Trilha .NET - TechWar: Threads, ThreadPools e Tasks em C#TDC SP 2017 Trilha .NET - TechWar: Threads, ThreadPools e Tasks em C#
TDC SP 2017 Trilha .NET - TechWar: Threads, ThreadPools e Tasks em C#
 
Pipeconf no CoffeOps Campinas
Pipeconf no CoffeOps CampinasPipeconf no CoffeOps Campinas
Pipeconf no CoffeOps Campinas
 
TDC2016SP - Trilha BigData
TDC2016SP - Trilha BigDataTDC2016SP - Trilha BigData
TDC2016SP - Trilha BigData
 
Treinamento Hadoop - dia2
Treinamento Hadoop - dia2Treinamento Hadoop - dia2
Treinamento Hadoop - dia2
 
Minicurso Pesquisa Qualitativa com NVIVO
Minicurso Pesquisa Qualitativa com NVIVOMinicurso Pesquisa Qualitativa com NVIVO
Minicurso Pesquisa Qualitativa com NVIVO
 
Da introdução à prática com Drools Expert e Drools Flow
Da introdução à prática com Drools Expert e Drools FlowDa introdução à prática com Drools Expert e Drools Flow
Da introdução à prática com Drools Expert e Drools Flow
 
Um exemplo do uso do SQLite: uma base de dados para alumni
Um exemplo do uso do SQLite: uma base de dados para alumniUm exemplo do uso do SQLite: uma base de dados para alumni
Um exemplo do uso do SQLite: uma base de dados para alumni
 
Treinamento hadoop - dia4
Treinamento hadoop - dia4Treinamento hadoop - dia4
Treinamento hadoop - dia4
 
SQLite: um motor de bases de dados relacional open source
SQLite: um motor de bases de dados relacional open sourceSQLite: um motor de bases de dados relacional open source
SQLite: um motor de bases de dados relacional open source
 
drools
droolsdrools
drools
 
Pentaho, Hadoop , Big Data e Data Lakes
Pentaho, Hadoop , Big Data e Data LakesPentaho, Hadoop , Big Data e Data Lakes
Pentaho, Hadoop , Big Data e Data Lakes
 

Semelhante a DatabaseCast: podcast sobre banco de dados

NoSQL na nuvem com o Azure Cosmos DB - MVPConf 2018
NoSQL na nuvem com o Azure Cosmos DB - MVPConf 2018NoSQL na nuvem com o Azure Cosmos DB - MVPConf 2018
NoSQL na nuvem com o Azure Cosmos DB - MVPConf 2018Renato Groff
 
Microsoft Azure para Desenvolvedores Web - Azure para Devs e DBAs - Maio-2018
Microsoft Azure para Desenvolvedores Web - Azure para Devs e DBAs - Maio-2018Microsoft Azure para Desenvolvedores Web - Azure para Devs e DBAs - Maio-2018
Microsoft Azure para Desenvolvedores Web - Azure para Devs e DBAs - Maio-2018Renato Groff
 
SQL Server 2017 para Desenvolvedores de Software - SQL Saturday 715
SQL Server 2017 para Desenvolvedores de Software - SQL Saturday 715SQL Server 2017 para Desenvolvedores de Software - SQL Saturday 715
SQL Server 2017 para Desenvolvedores de Software - SQL Saturday 715Renato Groff
 
Dicas para uma maior performance em APIs REST - DEVPIRA Festival - Dezembro-2018
Dicas para uma maior performance em APIs REST - DEVPIRA Festival - Dezembro-2018Dicas para uma maior performance em APIs REST - DEVPIRA Festival - Dezembro-2018
Dicas para uma maior performance em APIs REST - DEVPIRA Festival - Dezembro-2018Renato Groff
 
Bancos de dados no Azure: conhecendo as opções relacionais e NoSQL disponívei...
Bancos de dados no Azure: conhecendo as opções relacionais e NoSQL disponívei...Bancos de dados no Azure: conhecendo as opções relacionais e NoSQL disponívei...
Bancos de dados no Azure: conhecendo as opções relacionais e NoSQL disponívei...Renato Groff
 
Tecnologias Microsoft em Linux: .NET Core, SQL Server e Visual Studio Code - ...
Tecnologias Microsoft em Linux: .NET Core, SQL Server e Visual Studio Code - ...Tecnologias Microsoft em Linux: .NET Core, SQL Server e Visual Studio Code - ...
Tecnologias Microsoft em Linux: .NET Core, SQL Server e Visual Studio Code - ...Renato Groff
 
Tecnologias Microsoft, Open Source, Linux, Docker e a Nuvem - WTT-2019 - Mack...
Tecnologias Microsoft, Open Source, Linux, Docker e a Nuvem - WTT-2019 - Mack...Tecnologias Microsoft, Open Source, Linux, Docker e a Nuvem - WTT-2019 - Mack...
Tecnologias Microsoft, Open Source, Linux, Docker e a Nuvem - WTT-2019 - Mack...Renato Groff
 
Programas de relacionamento e reconhecimento da microsoft
Programas de relacionamento e reconhecimento da microsoftProgramas de relacionamento e reconhecimento da microsoft
Programas de relacionamento e reconhecimento da microsoftJP Clementi
 
.NET, Microsoft Azure e Tecnologias Open Source - Americana Tech Conf - Novem...
.NET, Microsoft Azure e Tecnologias Open Source - Americana Tech Conf - Novem....NET, Microsoft Azure e Tecnologias Open Source - Americana Tech Conf - Novem...
.NET, Microsoft Azure e Tecnologias Open Source - Americana Tech Conf - Novem...Renato Groff
 
URCAMP (Jun2017) - Como o papel e atividades de DBA ficam no contexto da cult...
URCAMP (Jun2017) - Como o papel e atividades de DBA ficam no contexto da cult...URCAMP (Jun2017) - Como o papel e atividades de DBA ficam no contexto da cult...
URCAMP (Jun2017) - Como o papel e atividades de DBA ficam no contexto da cult...Fabrízio Mello
 
Monitorando APIs REST com o Application Insights
Monitorando APIs REST com o Application InsightsMonitorando APIs REST com o Application Insights
Monitorando APIs REST com o Application InsightsRenato Groff
 
Projeto arrastão projeto fábrica de software
Projeto arrastão   projeto fábrica de softwareProjeto arrastão   projeto fábrica de software
Projeto arrastão projeto fábrica de softwareAlan Correa Morais
 
ASP.NET Core: 5 frameworks/ferramentas indispensáveis em projetos
ASP.NET Core: 5 frameworks/ferramentas indispensáveis em projetosASP.NET Core: 5 frameworks/ferramentas indispensáveis em projetos
ASP.NET Core: 5 frameworks/ferramentas indispensáveis em projetosRenato Groff
 
SQL Server 2017 para Desenvolvedores de Software - TDC 2018 - São Paulo
SQL Server 2017 para Desenvolvedores de Software - TDC 2018 - São PauloSQL Server 2017 para Desenvolvedores de Software - TDC 2018 - São Paulo
SQL Server 2017 para Desenvolvedores de Software - TDC 2018 - São PauloRenato Groff
 
Microsoft opensource
Microsoft opensourceMicrosoft opensource
Microsoft opensourceCDS
 
Microsoft opensource
Microsoft opensourceMicrosoft opensource
Microsoft opensourceCDS
 
Desenvolvendo APIs seguras com ASP.NET Core, JWT, Docker e Azure Web App for ...
Desenvolvendo APIs seguras com ASP.NET Core, JWT, Docker e Azure Web App for ...Desenvolvendo APIs seguras com ASP.NET Core, JWT, Docker e Azure Web App for ...
Desenvolvendo APIs seguras com ASP.NET Core, JWT, Docker e Azure Web App for ...Renato Groff
 

Semelhante a DatabaseCast: podcast sobre banco de dados (20)

NoSQL na nuvem com o Azure Cosmos DB - MVPConf 2018
NoSQL na nuvem com o Azure Cosmos DB - MVPConf 2018NoSQL na nuvem com o Azure Cosmos DB - MVPConf 2018
NoSQL na nuvem com o Azure Cosmos DB - MVPConf 2018
 
Microsoft Azure para Desenvolvedores Web - Azure para Devs e DBAs - Maio-2018
Microsoft Azure para Desenvolvedores Web - Azure para Devs e DBAs - Maio-2018Microsoft Azure para Desenvolvedores Web - Azure para Devs e DBAs - Maio-2018
Microsoft Azure para Desenvolvedores Web - Azure para Devs e DBAs - Maio-2018
 
SQL Server 2017 para Desenvolvedores de Software - SQL Saturday 715
SQL Server 2017 para Desenvolvedores de Software - SQL Saturday 715SQL Server 2017 para Desenvolvedores de Software - SQL Saturday 715
SQL Server 2017 para Desenvolvedores de Software - SQL Saturday 715
 
Computação em nuvem e Windows Azure
Computação em nuvem e Windows AzureComputação em nuvem e Windows Azure
Computação em nuvem e Windows Azure
 
Plano de marketing
Plano de marketingPlano de marketing
Plano de marketing
 
Dicas para uma maior performance em APIs REST - DEVPIRA Festival - Dezembro-2018
Dicas para uma maior performance em APIs REST - DEVPIRA Festival - Dezembro-2018Dicas para uma maior performance em APIs REST - DEVPIRA Festival - Dezembro-2018
Dicas para uma maior performance em APIs REST - DEVPIRA Festival - Dezembro-2018
 
Bancos de dados no Azure: conhecendo as opções relacionais e NoSQL disponívei...
Bancos de dados no Azure: conhecendo as opções relacionais e NoSQL disponívei...Bancos de dados no Azure: conhecendo as opções relacionais e NoSQL disponívei...
Bancos de dados no Azure: conhecendo as opções relacionais e NoSQL disponívei...
 
Tecnologias Microsoft em Linux: .NET Core, SQL Server e Visual Studio Code - ...
Tecnologias Microsoft em Linux: .NET Core, SQL Server e Visual Studio Code - ...Tecnologias Microsoft em Linux: .NET Core, SQL Server e Visual Studio Code - ...
Tecnologias Microsoft em Linux: .NET Core, SQL Server e Visual Studio Code - ...
 
Tecnologias Microsoft, Open Source, Linux, Docker e a Nuvem - WTT-2019 - Mack...
Tecnologias Microsoft, Open Source, Linux, Docker e a Nuvem - WTT-2019 - Mack...Tecnologias Microsoft, Open Source, Linux, Docker e a Nuvem - WTT-2019 - Mack...
Tecnologias Microsoft, Open Source, Linux, Docker e a Nuvem - WTT-2019 - Mack...
 
Programas de relacionamento e reconhecimento da microsoft
Programas de relacionamento e reconhecimento da microsoftProgramas de relacionamento e reconhecimento da microsoft
Programas de relacionamento e reconhecimento da microsoft
 
.NET, Microsoft Azure e Tecnologias Open Source - Americana Tech Conf - Novem...
.NET, Microsoft Azure e Tecnologias Open Source - Americana Tech Conf - Novem....NET, Microsoft Azure e Tecnologias Open Source - Americana Tech Conf - Novem...
.NET, Microsoft Azure e Tecnologias Open Source - Americana Tech Conf - Novem...
 
URCAMP (Jun2017) - Como o papel e atividades de DBA ficam no contexto da cult...
URCAMP (Jun2017) - Como o papel e atividades de DBA ficam no contexto da cult...URCAMP (Jun2017) - Como o papel e atividades de DBA ficam no contexto da cult...
URCAMP (Jun2017) - Como o papel e atividades de DBA ficam no contexto da cult...
 
Monitorando APIs REST com o Application Insights
Monitorando APIs REST com o Application InsightsMonitorando APIs REST com o Application Insights
Monitorando APIs REST com o Application Insights
 
Projeto arrastão projeto fábrica de software
Projeto arrastão   projeto fábrica de softwareProjeto arrastão   projeto fábrica de software
Projeto arrastão projeto fábrica de software
 
ASP.NET Core: 5 frameworks/ferramentas indispensáveis em projetos
ASP.NET Core: 5 frameworks/ferramentas indispensáveis em projetosASP.NET Core: 5 frameworks/ferramentas indispensáveis em projetos
ASP.NET Core: 5 frameworks/ferramentas indispensáveis em projetos
 
SQL Server 2017 para Desenvolvedores de Software - TDC 2018 - São Paulo
SQL Server 2017 para Desenvolvedores de Software - TDC 2018 - São PauloSQL Server 2017 para Desenvolvedores de Software - TDC 2018 - São Paulo
SQL Server 2017 para Desenvolvedores de Software - TDC 2018 - São Paulo
 
Microsoft opensource
Microsoft opensourceMicrosoft opensource
Microsoft opensource
 
Microsoft opensource
Microsoft opensourceMicrosoft opensource
Microsoft opensource
 
Desenvolvendo APIs seguras com ASP.NET Core, JWT, Docker e Azure Web App for ...
Desenvolvendo APIs seguras com ASP.NET Core, JWT, Docker e Azure Web App for ...Desenvolvendo APIs seguras com ASP.NET Core, JWT, Docker e Azure Web App for ...
Desenvolvendo APIs seguras com ASP.NET Core, JWT, Docker e Azure Web App for ...
 
Web Tools Pt Br
Web Tools Pt BrWeb Tools Pt Br
Web Tools Pt Br
 

Mais de pichiliani

Rastreamento de Objetos em Realidade Virtual e Realidade Aumentada
Rastreamento de Objetos em Realidade Virtual e Realidade AumentadaRastreamento de Objetos em Realidade Virtual e Realidade Aumentada
Rastreamento de Objetos em Realidade Virtual e Realidade Aumentadapichiliani
 
Interfaces hands free para o mundo atual e pós-Corona vírus
Interfaces hands free para o mundo atual  e pós-Corona vírusInterfaces hands free para o mundo atual  e pós-Corona vírus
Interfaces hands free para o mundo atual e pós-Corona víruspichiliani
 
The Effect of Audiences On the User Experience of Conversational Interfaces i...
The Effect of Audiences On the User Experience of Conversational Interfaces i...The Effect of Audiences On the User Experience of Conversational Interfaces i...
The Effect of Audiences On the User Experience of Conversational Interfaces i...pichiliani
 
Machine Learning & Machine Teaching
Machine Learning & Machine TeachingMachine Learning & Machine Teaching
Machine Learning & Machine Teachingpichiliani
 
TJBot: Incorporando um chatbot em um robô
TJBot:  Incorporando um chatbot em um robôTJBot:  Incorporando um chatbot em um robô
TJBot: Incorporando um chatbot em um robôpichiliani
 
Carreira de cientista
Carreira de cientistaCarreira de cientista
Carreira de cientistapichiliani
 
Novidades desenvolvimento
Novidades desenvolvimentoNovidades desenvolvimento
Novidades desenvolvimentopichiliani
 
O papel do DBA no mundo de ciência de dados e machine learning
O papel do DBA no mundo de ciência de dados e machine learningO papel do DBA no mundo de ciência de dados e machine learning
O papel do DBA no mundo de ciência de dados e machine learningpichiliani
 
Introdução ao Deep Learning com o TensorFlow
Introdução ao Deep Learning com o TensorFlowIntrodução ao Deep Learning com o TensorFlow
Introdução ao Deep Learning com o TensorFlowpichiliani
 
Rastreamento 3D de objetos para realidade virtual
Rastreamento 3D de objetos para realidade virtualRastreamento 3D de objetos para realidade virtual
Rastreamento 3D de objetos para realidade virtualpichiliani
 
Projeto AMedCA - Concurso Casa conectada 2015
Projeto AMedCA - Concurso Casa conectada 2015Projeto AMedCA - Concurso Casa conectada 2015
Projeto AMedCA - Concurso Casa conectada 2015pichiliani
 
A User Interface Usability Evaluation of the Electronic Ballot Box used in th...
A User Interface Usability Evaluation of the Electronic Ballot Box used in th...A User Interface Usability Evaluation of the Electronic Ballot Box used in th...
A User Interface Usability Evaluation of the Electronic Ballot Box used in th...pichiliani
 
Evaluation of the Android Accessibility API Recognition Rate towards a Better...
Evaluation of the Android Accessibility API Recognition Rate towards a Better...Evaluation of the Android Accessibility API Recognition Rate towards a Better...
Evaluation of the Android Accessibility API Recognition Rate towards a Better...pichiliani
 
Como lidar com dados temporais e intervalos com a linguagem SQL
Como lidar com dados temporais e intervalos com a linguagem SQLComo lidar com dados temporais e intervalos com a linguagem SQL
Como lidar com dados temporais e intervalos com a linguagem SQLpichiliani
 
Novidades desenvolvimento
Novidades desenvolvimentoNovidades desenvolvimento
Novidades desenvolvimentopichiliani
 
Projeto HTMA - Trand Tremor Measurement Application
Projeto HTMA - Trand Tremor Measurement ApplicationProjeto HTMA - Trand Tremor Measurement Application
Projeto HTMA - Trand Tremor Measurement Applicationpichiliani
 
HTMA: Hand Tremor Measurement Application
HTMA: Hand Tremor Measurement ApplicationHTMA: Hand Tremor Measurement Application
HTMA: Hand Tremor Measurement Applicationpichiliani
 
Aplicações não convencionais de grafos
Aplicações não convencionais de grafosAplicações não convencionais de grafos
Aplicações não convencionais de grafospichiliani
 
Projeto Car Data Applets
Projeto Car Data AppletsProjeto Car Data Applets
Projeto Car Data Appletspichiliani
 
Melhorias na interface do Management Studio
Melhorias na interface do Management StudioMelhorias na interface do Management Studio
Melhorias na interface do Management Studiopichiliani
 

Mais de pichiliani (20)

Rastreamento de Objetos em Realidade Virtual e Realidade Aumentada
Rastreamento de Objetos em Realidade Virtual e Realidade AumentadaRastreamento de Objetos em Realidade Virtual e Realidade Aumentada
Rastreamento de Objetos em Realidade Virtual e Realidade Aumentada
 
Interfaces hands free para o mundo atual e pós-Corona vírus
Interfaces hands free para o mundo atual  e pós-Corona vírusInterfaces hands free para o mundo atual  e pós-Corona vírus
Interfaces hands free para o mundo atual e pós-Corona vírus
 
The Effect of Audiences On the User Experience of Conversational Interfaces i...
The Effect of Audiences On the User Experience of Conversational Interfaces i...The Effect of Audiences On the User Experience of Conversational Interfaces i...
The Effect of Audiences On the User Experience of Conversational Interfaces i...
 
Machine Learning & Machine Teaching
Machine Learning & Machine TeachingMachine Learning & Machine Teaching
Machine Learning & Machine Teaching
 
TJBot: Incorporando um chatbot em um robô
TJBot:  Incorporando um chatbot em um robôTJBot:  Incorporando um chatbot em um robô
TJBot: Incorporando um chatbot em um robô
 
Carreira de cientista
Carreira de cientistaCarreira de cientista
Carreira de cientista
 
Novidades desenvolvimento
Novidades desenvolvimentoNovidades desenvolvimento
Novidades desenvolvimento
 
O papel do DBA no mundo de ciência de dados e machine learning
O papel do DBA no mundo de ciência de dados e machine learningO papel do DBA no mundo de ciência de dados e machine learning
O papel do DBA no mundo de ciência de dados e machine learning
 
Introdução ao Deep Learning com o TensorFlow
Introdução ao Deep Learning com o TensorFlowIntrodução ao Deep Learning com o TensorFlow
Introdução ao Deep Learning com o TensorFlow
 
Rastreamento 3D de objetos para realidade virtual
Rastreamento 3D de objetos para realidade virtualRastreamento 3D de objetos para realidade virtual
Rastreamento 3D de objetos para realidade virtual
 
Projeto AMedCA - Concurso Casa conectada 2015
Projeto AMedCA - Concurso Casa conectada 2015Projeto AMedCA - Concurso Casa conectada 2015
Projeto AMedCA - Concurso Casa conectada 2015
 
A User Interface Usability Evaluation of the Electronic Ballot Box used in th...
A User Interface Usability Evaluation of the Electronic Ballot Box used in th...A User Interface Usability Evaluation of the Electronic Ballot Box used in th...
A User Interface Usability Evaluation of the Electronic Ballot Box used in th...
 
Evaluation of the Android Accessibility API Recognition Rate towards a Better...
Evaluation of the Android Accessibility API Recognition Rate towards a Better...Evaluation of the Android Accessibility API Recognition Rate towards a Better...
Evaluation of the Android Accessibility API Recognition Rate towards a Better...
 
Como lidar com dados temporais e intervalos com a linguagem SQL
Como lidar com dados temporais e intervalos com a linguagem SQLComo lidar com dados temporais e intervalos com a linguagem SQL
Como lidar com dados temporais e intervalos com a linguagem SQL
 
Novidades desenvolvimento
Novidades desenvolvimentoNovidades desenvolvimento
Novidades desenvolvimento
 
Projeto HTMA - Trand Tremor Measurement Application
Projeto HTMA - Trand Tremor Measurement ApplicationProjeto HTMA - Trand Tremor Measurement Application
Projeto HTMA - Trand Tremor Measurement Application
 
HTMA: Hand Tremor Measurement Application
HTMA: Hand Tremor Measurement ApplicationHTMA: Hand Tremor Measurement Application
HTMA: Hand Tremor Measurement Application
 
Aplicações não convencionais de grafos
Aplicações não convencionais de grafosAplicações não convencionais de grafos
Aplicações não convencionais de grafos
 
Projeto Car Data Applets
Projeto Car Data AppletsProjeto Car Data Applets
Projeto Car Data Applets
 
Melhorias na interface do Management Studio
Melhorias na interface do Management StudioMelhorias na interface do Management Studio
Melhorias na interface do Management Studio
 

DatabaseCast: podcast sobre banco de dados

  • 2. 2 O que é podcast? • PodCast = Pod + Cast • Pod = Program On Demand • Cast = abreviação de Broadcast • Analogia: “Rádio na internet” • Maioria dos ouvintes escolhe fazer o download do arquivo .mp3 para ouvir onde e na hora que quiser • Entrega de conteúdo automático com tecnologia “push” RSS
  • 3. 3 Quem escuta podcast no Brasil*? * Dados da PodPesquisa (2014) : http://www.podpesquisa.com.br/2014/resultado
  • 5. 5 Quem escuta podcast no Brasil? • 35,35% em São Paulo, 11,47% no Rio de Janeiro e 8,75% em Minas Gerais. Demais ouvintes espalhados pelos outros estados do Brasil
  • 7. 7 • DatabaseCast: podcast brasileiro que fala sobre banco de dados • Foco em RDBMS, programação, carreira, mercado, tecnologia e assuntos relacionados • No portal iMasters: http://imasters.com.br/perfil/databasecast • Site do DatabaseCast: http://databasecast.com.br • iTunnes (avaliação de 5 estrelas): http://itunes.apple.com/br/podcast/databasecast/id413491490 • Twitter: @databasecast (~ 1.200 seguidores) • YouTube: youtube.com/DatabaseCast (~ 270 assinantes) • Fan page do Facebook: ~960 likes + reach médio 500 pessoas por ep. • Presença em várias redes sociais: Facebook, Twitter, Linkedin, YouTube, Google+, Tumblr O DatabaseCast
  • 8. 8 • O iMasters é o maior portal de desenvolvedores do Brasil • Com 15 anos de atuação, possui média de 80.000 pageviews/dia • Forte comunidade de banco de dados • Mantém um dos maiores eventos de tecnologia Web: o iMasters InterCon • O DatabaseCast está hospedado no iMasters • O ouvinte pode escutar o programa direto no site Portal iMasters
  • 9. 9 • Mauro Pichiliani (@pichiliani ~ 1.200 seguidores): Bacharel em Ciência da Computação, mestre e doutor pelo ITA (Instituto Tecnológico de Aeronáutica), MCP, MCDBA e MCTS. Consultor de banco de dados independente, trabalha há mais de 15 anos utilizando diversos bancos de dados como o SQL Server, Oracle, MySQL e PostgreSQL. Escritor da revista SQL Magazine, Java Magazine, Forum E-coomerce e outras • Pesquisador de nível internacional, autor de diversos cursos de bancos de dados/programação e professor universitário Quem produz o DatabaseCast
  • 10. 10 • Wagner Crivelini (@wcrivelini ~500 seguidores): Especialista em bancos de dados com 20 anos de experiência no mercado. É profissional com qualificação e experiência nos principais SGBDs do mercado, como DB2 e SQL Server, tanto como administrador de bancos de dados como desenvolvedor • É colunista da revista Sql Magazine Brasil, colunista do site Americano SQLServerCentral e colaborador do DB2 University Quem produz o DatabaseCast (2)
  • 11. 11 • 67 episódios publicados Assuntos comentados no programa
  • 12. 12 • Produtores conversam informalmente com um ou dois especialistas sobre um assunto relacionado a banco de dados • Há interatividade com ouvintes (comentários, emails e tweets) • Tamanho variado (média de 1 hora e 10 min.) Formato do programa
  • 13. 13 • Média de 2.000 acessos/ouvintes na primeira semana após publicação • ~ 10.000 assinantes do feed RSS • Média de 10 comentários por episódio • Média de 7 emails recebidos por episódio • Média de 15 novos seguidores no twitter por episódio • A periodicidade do programa é mensal Audiência
  • 14. 14 • Público alvo: profissionais e amadores que trabalham com banco de dados e programação • Usa diversos bancos de dados e tecnologias • Masculino, entre 25-35 anos, região sudeste, escuta o programa no smartphone em trânsito • 60% possui gradução, 30% possui pós-graduação e 83% trabalha com tecnologia • Ep. 52 do DatabaseCast com resultados específicos da PodPesquisa para o programa Qual é o nosso público
  • 15. 15 Feedback dos ouvintes • Comentário sobre o episódio 7: Recomendação de Livros • Comentário sobre o episódio 9: Mulheres e Bancos de Dados • Comentário sobre o episódio 11: O Banco e a Rede • Comentário sobre o episódio 67: Data science na prática
  • 16. 16 • Episódio 57 com o tema “alta disponibilidade na prática”. No final do programa o livro dos convidados é anunciado • Spot testemunhal de 2 a 5 minutos recomendando palestra de MySQL na Nerv Informática no episódio 58 Exemplos de parceria
  • 17. 17 • Modalidades: – Recomendação testemunhal: produtores recomendam produtos, cursos, plataformas ou serviços durante a leitura de e-mails em um spot de 2 a 5 minutos. • Investimento: R$ 200,00 por programa – Programa contextualizado: Programa com tema relacionado ao conteúdo do que será oferecido aos ouvintes • Investimento: R$ 350,00 por programa • Divulgação do produto/serviço/marca nas redes sociais dos produtores e do programa • Imagem no post do episódio (vitrine) • Papel de parede em redes sociais com logomarca (Facebook, Twitter, Linkedin, YouTube, Google+) • Elaboração de promoções customizadas relacionadas com o que for anunciado Proposta de parceria
  • 18. 18 • DatabaseCast: – Twitter: @databasecast – E-mail: databasecast@gmail.com • Mauro Pichiliani: – Twitter: @pichiliani – E-mail: pichiliani@gmail.com – Skype: pichiliani – Facebook: http://facebook.com/mauropichiliani • Wager Crivelini: – Twitter: @wcrivelini – E-mail: wcrivelini@gmail.com – Skype: wcrivelini – Facebook: http://www.facebook.com/wcrivelini Contato