Carolina Vitorino mqdee

1. Carolina Vitorino, 50239
Unidade Curricular: Gestão de Dados
Coordenador da U.C: Prof. Carlos J. Costa, Professor Associado
Mestrado em Métodos Quantitativos para a Decisão Económica e Empresarial

2. Dimensões do Big Data
Volume
Velocidade
Variedade
Tamanho dos
dados gerados
V1
Taxa de geração
dos dados
V2
Diferenças estruturais
nos dados
V3
3 V’s do Big Data
“Grande volume de dados produzidos pela atividade humana que as ferramentas
tradicionais de análise de dados não conseguem capturar, gerir e processar em
tempo útil.”
Big Data

3. Volume Velocity Veracity
Valor
Veracidade
Variabilidade
Baixo valor
intrínseco
V3
Diferenciar os dados
confiáveis dos restantesV4
Variação na taxa de
fluxo dos dados
V5
6 V’s do Big Data

4. “Implementação de técnicas analíticas avançadas na análise de
grandes quantidades de informação detalhada. Esta análise tem a
capacidade de potenciar uma redução de custos associados ao
negócio, gerar insights sobre o mesmo, aumentando a qualidade e a
eficácia na tomada de decisões corporativas.”
Big Data
Analytics
Big Data Analytics
Técnicas analíticas avançadas
Análises preditivas
Data Mining
Inteligência Artificial
Estatística

5. Estratégias de implementação de Big Data Analytics
A implementação deste
sistema permite que
diferentes utilizadores
(em diferentes
computadores) consigam
ter acesso à mesma base
de dados.
O conjunto de dados que se
pretende analisar é dividido
em blocos independentes
que são processados pela
função Map de forma
paralela e, posteriormente,
a função Reduce atua sobre
os conjuntos de dados.
Versão de código aberto
do algoritmo MapReduce,
que foi criado para
auxiliar a análise de
grandes quantidades de
dados não estruturados.
RDBMS
Paralelizados
MapReduce Hadoop

6. Big Data Analytics como auxílio à análise
comportamental dos clientes
Aplicações de Big Data Analytics
Microssegmentação dos clientes
Atitudes do consumidor
Comunicações de marketing
Otimização da distribuição
Empresas de bens
de consumo
Mercados dinâmicos e em
rápida mudança
Estar em constante inovação
Vantagem Competitiva

7. Caso de Estudo:
Orlando
Paris
Tokyo
California
Hong Kong
100 Milhões de visitantes anualmente

8. Funcionalidades
Passe de entrada
Chave de acesso ao quarto de hotel
Associada ao cartão de crédito
Reservas em restaurantes
Não necessitar de esperar nas filas
Magic Bands

9. Registo dos
movimentos dos
visitantes
Magic Bands
Dados sobre as
deslocações dentro
dos parques
Registo do tempo
despendido em
lojas/restaurantes
Eficácia das
estratégias de
marketing
Melhorar as
decisões
corporativas
Melhorar as
experiências no
parque

10. + 16%
Receitas no Segmento
de Parques e Resorts
Receita Operacional
Gastos por hóspede
+ 6%
+ 8%
Diferentes formas de análise
Dados comportamentais passados
Análise preditiva
Análise de segmentação
Análise de recomendação
Análise de fluxo de tráfego