Este documento discute como o Big Data está modificando as relações com os consumidores. Apresenta exemplos de como empresas como Google, Target e redes de hotéis utilizam análises de grande volume de dados para oferecer experiências mais personalizadas e direcionadas. Também aborda os desafios na gestão e análise de dados em grande escala.
Tipos de Cargas - Conhecendo suas Características e Classificações.pdf
Big data muito alem dos dados
1. Muito além dos dados:
Diego Alves
Mauro Tardivo Filho
Rafael Dias
Como o BigData está modificando
as relações com os consumidores
2. Quem somos ?
Diego Alves
Mauro
Tardivo
Filho
Rafael Dias
Engenheiro de SW
Entusiasta de Marketing
Engenheiro de SW
Entusiasta em Analytics
Engenheiro de SW
Entusiasta de BI
3.
4. “There were 5 exabytes of information created
between the dawn of civilization through 2003,
but that much information is now created every 2
days.”
Eric Schmidt, Google
5. Curiosidades
Total de dados
sendo capturados
e gravados pelas
indústrias dobra
a cada 1.2 anos.
A Google sozinha
processa em
média 40 mil
queries por
segundo.
A cada minuto
são enviados 204
milhões de
emails.
A cada minuto
são gerados 1.8
milhões de likes
no Facebook e
enviados 278 mil
tweets.
Se você gravasse
todo conteúdo
criado em 1 dia
em DVD’s, você
poderia empilhá-
los e alcançar a
lua. Obs: 2 vezes.
Youtube recebe
100 horas de
vídeo a cada
minuto.
6. Alemanha, Copa do Mundo e Big Data?
● 12 jogadores
● Parceria SAP e
Alemanha
● Análise de dados dos
jogadores, performance
dos times e estratégias
● Difícil tarefa de analisar
dados aparentemente
não relacionados
7.
8. Big What ?
conjuntos de dados
grandes ou
complexos demais
para os aplicativos
de processamento
de dados
tradicionais
uso de análise
preditiva e de
alguns outros
métodos
avançados para
extrair valor de
dados
9. Big What ?
"big data is for machines;
small data is for people."
12. Big Where ?
Atividades Redes Sociais Mídias IoT
Pesquisas na
Internet
Compras efetuadas
Estatísticas de
navegação e uso do
celular
Emails e postagens
de redes sociais
Fotos e vídeos Dados de sensores
13. Big Where ?
Mercado
financeiro
Medicina Urbanismo
Histórico de
transações
Histórico de preços
Registros de
doenças
Evolução
Sintomas
Dados de tráfego
Agricultura &
Pecuária
Mapeamento de
plantações
Mapeamento de
rebanhos
15. Big Why ?
Novas correlações
Tendências de negócios no local
Prevenção de doenças
Detecção de fraudes
Combate à criminalidade
Recomendações personalizadas
16. 5V
Volume Velocidade Variedade Veracidade Valor
… vasta
quantidade de
dados que são
gerados a cada
segundo
… velocidade
com a qual os
dados são
gerados e
transmitidos
… tipos de
dados que
podem ser
utilizados
… grau de
organização e
confiabilidade
dos dados
… necessidade
de se
transformar
dados em valor
17.
18.
19. Starbucks vs Consumidor vs Local
● Análise de localidade
● Análise de preferências
do consumidor
● Estudo de tráfego das
ruas
● Possibilidade de abrir
nova Starbucks próxima
à uma existente.
21. Visão 360º do consumidor
• Estatísticas de acesso a sites
•Cliques
•Fluxo de navegação
•Histórico de compras
•Buzz de redes sociais
Presente FuturoPassado
25. Rede de hotéis utiliza Big Data para aumentar reservas
● Informações de clima
● Informações de cancelamentos de
vôos
● Hora do dia
● Localização de hotéis e aeroportos
● Condições de tráfego
26. Seguradoras
● Análise de fraude de clientes em tempo real
● Mais informações sobre as pessoas e conexões do que antigamente
● Diversas fontes de informações
● Perda financeira para a seguradora muito menor
27. Apostadores
● Análise de apostas de jogos.
● Informações sobre histórico das equipes, resultados de jogos, colocações na tabela,
jogadores, momentos das partidas que determinados pontos ocorrem.
○ Número muito grande de informações e conexões entre as mesmas.
○ Dados sendo atualizados em tempo real.
● Bons modelos trazem chance de retorno nas apostas maior do que zero.
● Normalmente, empresas de apostas punem ou banem usuários que criam bons modelos
de predição de resultados.
28. ● 25% dos americanos possuem múltiplas
doenças crônicas.
● Pessoas com múltiplas doenças crônicas tem
risco maior de mortalidade e de má-qualidade
de vida.
● Philips tem investido cada vez mais na coleta
de dados sobre as pessoas e do ambiente.
● Dados detalhados obtidos em tempo real
(paciente e ambiente) dão uma visão completa
sobre o estado do paciente e permite ao
médico dar um melhor diagnóstico.
Philips HealthCare
29. ● Google sempre desenvolve novos produtos e serviços que utilizam Big Data.
● Big Data é responsável no refinamento do mecanismo de busca e de propagandas.
● Propagandas, recomendações, resultados de busca são direcionadas para o seu perfil.
● Usuário fica mais satisfeito pelo "atendimento personalizado"
Google
30. Procurando por "hamburgueria Campinas" no buscador
Greg Burguers Big Jack
Big Jack Let's Eat
Big Jack Big Jack
Fit Burguers Mammas & Pappas
Let's Eat Greg Burguers
Big Jack
Hamburgueria São José
31. Target
• Interesse em determinar em qual estágio da gravidez estavam seus clientes.
• Dependendo do estágio, determinados itens são mais procurados do que outros.
• Uma semana de gravidez faz diferença, ou seja, precisão é importante.
• Modelos para obter um melhor retorno com cupons de desconto.
• Grande número de dados tanto estruturados quanto não estruturados.
• Pró: Entregar ofertas altamente direcionadas.
• Contra: “Minha filha recebeu isso pelo correio! Ela ainda está no segundo grau, e vocês
ficam enviando para ela cupons para roupas de bebê e berços?!?!”
• A filha estava realmente grávida, mas o pai não sabia.