Essa apresentação aborda os principais conceitos por trás do Business Intelligence e ainda faz uma introdução a Business Analytics, Big Data e Inteligência Artificial
2. Agenda
● Visualização de dados no processo de tomada decisão.
● Organizações Data-Driven.
● Maturidade Analítica.
● Impacto do Big Data nas decisões de negócios
4. Business Intelligence
O termo Business Intelligence (BI), inteligência de negócios, refere-se ao
processo de coleta, organização, análise, compartilhamento e monitoramento
de informações que oferecem suporte a gestão de negócios.
fonte: https://www.oficinadanet.com.br/post/13153-o-que-e-business-intelligence
5. Visualização de dados
Data Visualization
DataViz
Visualização de dados é o estudo da representação visual dos dados, definidos
como informações que podem ser abstraídas de forma esquemática, incluindo
atributos ou variáveis das unidades de informação.
15. Data Driven Business
Podemos dizer que Data Driven é cultura.
Organizações que tomam decisões baseadas em dados são consideradas
como Data Driven Business.
31. Recapitulando
Business Intelligence
Foca em encontrar "o quê aconteceu?" e "Por
quê?".
Business Analytics
Focado em prever "o que vai acontecer" ou
melhor, "o que eu preciso fazer para tal situação
acontecer?"
37. Machine Learning
O Machine Learning é uma técnica da ciência de dados que permite que os
computadores usem os dados existentes para prever tendências, resultados e
comportamentos futuros. Usando o aprendizado de máquina, os computadores
aprendem sem serem explicitamente programados.
fonte: https://docs.microsoft.com/pt-br/azure/machine-learning/machine-learning-what-is-machine-learning
50. Avaliação
continuada
1- Qual é o insumo mais importante para
aplicações de Business Intelligence?
2- O que é Data Driven Business?
3- Quais são os níveis da maturidade analítica?
4- Qual a principal diferença entre Business
Intelligence e Business Analytics
5- O que irá revolucionar o mundo dos negócios
nos próximos anos?
Notas do Editor
Comentar que pela vasta quantidade de dados existentes, a necessidade de negócio é essencial. Falar que limpeza, organização e exploração dos dados é iterativo.
Comentar do 80% do tempo gasto em preparação dos dados. Cleaning: Dados do twitter, dados nulos.
Contar caso da engenheira do facebook. Sobre uma base de dados de clientes e o algoritmo de machine learning do facebook vai fazer o adds apenas para as pessoas com o mesmo perfil
Comentar que machine learning não é mais o futuro. É presente.
As empresas mais inovadoras utilizam para gerar inovação em seus produtos. Hoje Machine Learning está presente no nosso dia a dia.
Apple x Face ID, lançado ontem utiliza algoritmo de machine learning. Mostrar matéria.
Pesquisar por Tesla Machine learning, como o piloto automatico aprende.
E-commerce do Walmart cresceu 63%.
Comentar que existem empresas em diversos setores: Saúde, finanças, farmaceutico, varejo, manufatura, energia, educação e serviços
Fazer link da revolução dos dados com Machine Learning
Comentar do artigo do Marco Tangari. Contar história da inteligência artificial. Falar sobre o que é inteligência e aprendizagem. Comentar sobre deep learning que é algoritmo de machine learning para redes neurais. Comentar caso da laranja e Tensorflow. Fazer intro para Big Data.
Reforçar importância dos dados e o Big Data para Machine Learning
Contar que a Microsoft comprou uma distribuição da linguagem R. Microsoft R
Comentar que machine learning não é mais o futuro. É presente.
As empresas mais inovadoras utilizam para gerar inovação em seus produtos. Hoje Machine Learning está presente no nosso dia a dia.
Apple x Face ID, lançado ontem utiliza algoritmo de machine learning. Mostrar matéria.
Pesquisar por Tesla Machine learning, como o piloto automatico aprende.
E-commerce do Walmart cresceu 63%.
Comentar que existem empresas em diversos setores: Saúde, finanças, farmaceutico, varejo, manufatura, energia, educação e serviços
TFlops são trilhões de operações por segundo. Flops é medida para avaliar performance de super computadores.