Analytics – como surgiu e onde podemos utilizar
•Transferir como PPSX, PDF•
0 gostou•68 visualizações
O documento descreve a evolução da análise de dados ao longo da história, desde Florence Nightingale no século 19 até os dias atuais de Big Data e nuvem. Apresenta exemplos históricos de como os dados foram coletados e analisados para resolver problemas, e como as tecnologias como bancos de dados, disco rígido e cloud computing permitiram novas formas de análise de grande volume de dados não estruturados.
Recomendados
Recomendados
Mais conteúdo relacionado
Último
Último (7)
Destaque
Destaque (20)
Analytics – como surgiu e onde podemos utilizar
- 1. Analytics – Como surgiu e onde podemos utilizar Alexandre Silva www.linkedin.com/in/asilva11
- 3. Evolução do Analytics (1855 – Atual) 2006 2002 1960 - 1970 1940 1855 Florence Nightingale Segunda Guerra Mundial IBM Disco Rígido Banco de Dados Relacional Era Digital BigData Cloud
- 4. Florence Nightingale Diagrama das Causas de Mortalidade
- 5. Diagrama das Causas de Mortalidade Problema Morte de soldados não relacionadas com ferimentos de guerra Análise Observação e Coleta de dados Resultado Melhoria das condições sanitárias
- 6. Segunda Guerra Mundial Análise de ataques de bombas V2
- 7. Análise de ataques de bombas V2 Problema Bombas tinham alvos certos? Análise Observação e Coleta de dados Resultado As bombas não possuíam sistema de alvo integrado
- 8. Disco Rígido IBM RAMAC
- 9. Impacto do Disco Rígido Problema Como melhorar a gestão do inventário de peças? Análise Dados coletados de cartões e armazenados em disco Resultado Relatórios com análise de dados
- 10. Bancos de Dados Relacionais (DBMS) Problema Como melhorar a gestão do inventário de peças? Análise Dados coletados de cartões e armazenados em disco Resultado Relatórios com análise de dados
- 11. 2002 – Era Digital
- 12. Era Digital – Manufacturing Execution System (MES) Problema Coleta de dados de máquinas de chão-de-fábrica para análise (Início da Indústria 4.0) Análise Milhares de pontos de dados são coletados e armazenado Resultado Relatórios com análise de dados e análise estatística
- 13. BigData e Cloud Problema Como conhecer meu cliente? Como prever problemas em máquinas? Análise Múltiplas fontes não-formatadas de dados - DataLake Resultado Análise de dados através de aplicativos e linguagens e acessíveis
- 14. Método (Framework) de Trabalho Proposto • Identificar o problema • Revisar se existe conhecimento anterior • Identificar as variáveis e modelagem de dados • Coletar os dados • Analisar os dados • Apresentar os resultados e definir o plano de ação DEFINIÇÃO DO PROBLEMA RESOLVENDO O PROBLEMA COMUNICANDO E APLICANDO O PLANO DE AÇÃO
- 15. Fontes: Amazon WebServices (AWS) https://en.wikipedia.org/wiki/Amazon_Web_Services Map Of V2 Rocket Strikes On London, Updated https://londonist.com/2013/06/v2 Última visita em Junho 22, 2021 SAS Software https://en.wikipedia.org/wiki/SAS_(software) How tech is changing childhood (Slide sobre as tecnologias) https://www.commonsense.org/our-impact/ Industrial Revolution (MES Application) https://www.desouttertools.com/industry-4- 0/news/503/industrial-revolution-from-industry-1-0-to- industry-4-0 The History of BI the 1960’s – 70’s https://dataconomy.com/2014/06/history-bi-1960s-70s/ Definition of Analytics https://www.lexico.com/en/definition/analytics Florence Nightingale – Diagram of the Causes of Mortality https://commons.wikimedia.org/wiki/File:Nightingale- mortality.jpg IBM RAMAC https://en.wikipedia.org/wiki/IBM_305_RAMAC Keeping Up with the Quants Thomas Davenport and Jinho Kim Edição de 2013
Notas do Editor
- Ajuda na tomada de decisão O uso da palavra começa a crescer a partir do ano 2000 Restrição do conhecimento estatístico? Acesso à ferramentas de análise de dados?
- Analytics não é algo novo – A primeira análise e interpretação dos dados, onde reconhece o surgimento do analytics é de 1955, com a Florence Nightingale. É interessante observar a evolução – Se passou quase 100 anos entre a Florence Nightingale e uso intensivo de análise estatística, que iniciou na Segunda Guerra mundial Depois os passos entre os anos foram cada vez menores, 20 anos depois surgiu a IBM com o Disco Rígido e em seguida o Banco de Dados relacional, que revolucionou mais uma vez a informática. Até que em 2002, com os custos de hardware diminuindo cada vez mais, permitindo o surgimento de empresas de tecnologia na WEB, Finalmente em 2006 temos a implosão com o surgimento das primeiras versões do Hadoop e o Amazon lançando o serviço de AWS.
- Florence Nightingale – Enfermeira na Guerra da Criméia – Hoje governada pelos Russos e foi parte da Ucrânia, foi uma Guerra dos Turcos contra o Império Russo. Ela percebeu que muitos soldados, chegavam com ferimentos leves, e que não corriam risco de vida, e muitas vezes morriam por infecções. Esse é o primeiro gráfico que se define como analytics – Uma análise estatística para a tomada de decisão
- Como ela chegou a esse gráfico? Primeiro entendeu o problema Obteve a coleta de dados através da observação – Quais eram as condições que os soldados eram tratados? Falta de higiene básica Criou e apresentou os resultados para uma comissão que implementou uma série de melhorias, como por exemplo, melhor ventilação das enfermarias. O acesso à essa informação era MUITO limitado
- Chegamos na segunda guerra, e a Alemanha ameaçava a Inglaterra com o lançamento de bombas V2. Mais de 1400 foram lançados contra. O problema era que o exército inglês não sabia se essas bombas tinham equipamentos de navegação – O que trazia riscos adicionais para alvos específicos como fábricas, campos de pouso, etc..
- Com o problema em mente “as bombas tinham alvos certos?” os estatísticos analisaram os locais de queda das bombas e perceberam que era aleatório, ou seja não tinham naquele momento um sistema de alvo integrado. Nesse exemplo já se percebe que o acesso ao resultado da informação era maior, uma vez que mais pessoas precisavam tomar decisões estratégicas.
- Esse é foi o que mudou para sempre a informática – O primeiro disco rígido. Capacidade : 5 Mb (!) Peso 1 Tonelada Valor do aluguel mensal corrigido – US$ 29.500,00 Fonte – Wikipedia - IBM 305 RAMAC - Wikipedia
- Esse exemplo mostra a Chrysler que precisava melhorar a gestão de inventário das fábrica O problema era sempre o volume de dados necessários para o processamento adequado, e a quantidade necessária para analisar os relatórios e tomar as decisões. Com a introdução do RAMAC, os dados eram transferidos dos cartões, armazenados no disco, e programas de computador faziam a análise. Mais pessoas tinham acesso às informações, mais decisões eram tomadas
- Já em 1970, a mesma IBM introduziu o primeiro banco de dados lançado foi o IMS, que permitiu um salto significativo no armazenamento de informações O que temos de diferente nesse Slide? O surgimento do SAS (Statistical Analysis System) – que surgiu em 1972 e permitiu análises estatísticas complexas como estimativa de uso de peças, etc... Com isso o acesso, mesmo que limitado a pessoas que conheciam a ferramenta, aumentou significativamente, permitindo melhor tomada de decisão.
- 2002 é considerado o ano do início da era digital, foi com o surgimento de tecnologias como o Ipod e o aumento da população acessando a internet, que novos serviços surgiram. E com isso novas tecnologias também. Com a diminuição significativa dos custos de hardware, e a criação de software aberto, como o Linux, foi possível o surgimento de novas tecnologias como o Hadoop (Base para BigData) e o Serviço de computação em Nuvem Amazon (AWS) – Ambos em 2006
- Esse exemplo é quando recursos de computação começaram a ficar mais baratos, e permitiam a coleta de dados das máquinas de chão-de-fábrica. Com essa nova tecnologia, o volume de dados aumentou significativamente, e nos anos 2000 já era possível, remotamente, o engenheiro conhecer a performance daquele equipamento de maneira On Line. E todos os dados coletados permitiam as pessoas acessaram e tomar decisões com as informações, o acesso ficou mais democrático
- Surge o Big data, e os equipamentos conectados na Internet (Smartphones com sensores de GPS, temperatura, outros) e IoT, que transferem milhares de dados, não formatados (fotos por exemplo), surge com isso o conceito de Data Lake, onde esses dados, não formatados são armazenados. O acesso à informação quer era limitado ao computador conectado fisicamente a um cabo, com o surgimento de redes 3G e Wifi, o acesso às informações pode ser feito no celular, tablet e notebooks. Diversos software permite a usuários com pouca experiência criar dashboards com as informações que estão no Datalake. Surgem linguagens abertas como R e Python que oferecem análises estatísticas complexas e até Aprendizado de Máquina.
- Qual o grande desafio do analytics – Entender o problema A grande questão é que com toda a facilidade que existe hoje, é possível perder muito tempo com problemas que não agrega valor.