Sample 6BDT20151

189 visualizações

Publicada em

0 comentários
0 gostaram
Estatísticas
Notas
  • Seja o primeiro a comentar

  • Seja a primeira pessoa a gostar disto

Sem downloads
Visualizações
Visualizações totais
189
No SlideShare
0
A partir de incorporações
0
Número de incorporações
7
Ações
Compartilhamentos
0
Downloads
4
Comentários
0
Gostaram
0
Incorporações 0
Nenhuma incorporação

Nenhuma nota no slide

Sample 6BDT20151

  1. 1. MBA em Big Data (Data Science)
  2. 2. MBA em Big Data (Data Science) Tratamento das Incertezas e Competição Analítica Aulas 1 e 2 Prof. Nivaldo Tadeu Marcusso tadmar@uol.com.br Versão 3.0 – 03/2015
  3. 3. MBA em Big Data (Data Science) 3 Prof. Nivaldo Tadeu Marcusso Prof. Nivaldo Tadeu Marcusso • 50 anos, formado em Engenharia Eletrônica, MBA em Conhecimento, Tecnologia e Inovação pela FIA/USP e Pós-MBA em Gestão avançada pela FIA / USP, Membro da Wharton Fellows. • Certificação Executiva em Estratégia e Inovação pela MIT Sloan e Especialização em: Gestão Estratégica de TI (SUIT) pela Universidade de Stanford, Estratégia e Serviços de TI (DIS) pela Universidade de Harvard, Gestão Internacional pela Universidade Euromed de Marseille/FEA-USP e Gestão de Conhecimento pela Universidade de Lyon e FEA/USP. • Professor de Pós-Graduação Lato Sensu (cursos MBA) em Estratégia, Inovação, Gestão do Conhecimento, Tecnologia da Informação e Educação a distância pela UNISAL, USP, FIA, FIAP, FATEC e e palestrante em conferências nacionais e internacionais de TI, Inovação, Tecnologia Educacional e Educação à distância. • Eleito em 2010, 2009, 2008, 2007, CIO do ano no segmento de educação no Brasil, pela HITEC, revista Computerworld e 1º lugar entre os CIOs, das 100+ Empresas Inovadoras em TI na categoria de serviços diversos, pela revista Information Week. • Experiência de negociação e liderança no desenvolvimento de parcerias internacionais com empresas e Universidades, para a transferência de tecnologias aplicadas a educação e banking, tendo visitado mais de 15 países nos últimos 13 anos, como os EUA, China, Inglaterra, França, Alemanha, Irlanda, Tunísia, Espanha, Chile entre outros. • Membro de Comunidades, Associações e Sociedades focadas em gestão da tecnologia, da estratégia, da inovação e da educação a distância, como o ISPIM (Noruega), IBGC, Praxis (Brasil), ABED (Brasil), e-learning Brasil, Educause (EUA), FIRST (EUA) e BDRA (Inglaterra). • Coautor e coordenador da coleção “Tecnologia e Educação”, com os livros eletrônicos (eBooks): Tecnologia e Aprendizagem e a Tecnologia transformando a Educação. • Experiência de mais de 25 anos na gestão da TI, EAD, planejamento estratégico, Inovação, RH, Finanças em empresas como Digilab, Fundação Bradesco, Bradesco, Anhembi Morumbi. • Atualmente além de Professor da USP, FIA, FDC, FIPE, FIAP, UNISAL e FATEC, além de Consultor da FIA (Tecnologia Educacional e EAD) , FDC (Processos de Negócios) , 4Strategis (Planejamento Estratégico, Modelagem de Negócios e Inovação) e da MARCX (TI, e-Learning e Mobile Learning).
  4. 4. MBA em Big Data (Data Science) 4 Prof. Nivaldo Tadeu Marcusso Objetivos do curso (20h): – Apresentar os conceitos básicos do processo de tomada da decisão com inteligência analítica, para redução das incertezas. – Apresentar e aplicar conceitos de inteligência analítica para suporte a decisão – Apresentar e aplicar conceitos de física social para identificar o comportamento dos clientes na identificação da proposição de valor. – Conhecer como Big Data pode contribuir na formulação da estratégia e melhoria da competitividade das empresas. – Aplicar o framework para suportar o processo de tomada de decisão no lançamento de novos produtos e serviços. – Conhecer e aplicar a ferramenta Mindmanager para elaboração de mapas conceituais na aplicação da inteligência analítica e competitiva. Tratamento das Incertezas e Competição Analítica
  5. 5. MBA em Big Data (Data Science) 5 Prof. Nivaldo Tadeu Marcusso Tratamento das Incertezas e Competição Analítica – Aula 1: Estratégia, competitividade e o Big Data – Aula 2: Informação, incerteza e os processos e metodologias para suporte a decisão – Aula 3: Inteligência Analítica e tecnológica na competitividade – Aula 4: Plataforma de Comportamento e a Física Social – Aula 5: Estudos de casos da tomada de decisão no contexto do Big Data.
  6. 6. MBA em Big Data (Data Science) 6 Prof. Nivaldo Tadeu Marcusso Agenda das Aulas: – Aula 1: 28/02/15 - M – Aula 2: 28/02/15 - T – Aula 3: 23/03/15 – Aula 4: 25/03/15 – Aula 5: 30/03/15 Tratamento das Incertezas e Competição Analítica
  7. 7. MBA em Big Data (Data Science) 7 Prof. Nivaldo Tadeu Marcusso • Avaliação final: – Projeto: Desenvolver uma pesquisa de mercado para lançamento de um produto ou serviço através da análise do Big Data, utilizando uma das metodologias de inteligência analítica apresentada no curso. O projeto de ve ser elaborado na a ferramenta de mapas mentais Mindmanager, de acordo com o template entregue. • Grupo: até 5 alunos • Peso: 80% – Lista de exercícios de arvores de decisão: • Grupo: até 5 alunos • Peso: 20% Tratamento das Incertezas e Competição Analítica
  8. 8. MBA em Big Data (Data Science) 8 Prof. Nivaldo Tadeu Marcusso Template do Projeto final
  9. 9. MBA em Big Data (Data Science) 9 Prof. Nivaldo Tadeu Marcusso Contato • Email: tadmar@uol.com.br • Fone: 19-991706619 • Linkedin: http://www.linkedin.com/in/marcniv – Delta Model – Praxis – Tecnologia Educacional – Social Media: Banking, Education and Marketing – Coursera (MOOC) • Blog: www.nmarcusso.blogspot.com • Twitter: twitter.com/nmarc • Facebook: nmarcusso • Slideshare: http://www.slideshare.net/marcniv
  10. 10. MBA em Big Data (Data Science) 10 Prof. Nivaldo Tadeu Marcusso Bibliografia Básica
  11. 11. MBA em Big Data (Data Science) 11 Prof. Nivaldo Tadeu Marcusso Bibliografia Complementar 1. Davenport T.H., and Patil D.J. Data scientist: the sexiest job of the 21st century. Harv Bus Rev, Oct 2012. 2. Hays C. L. What they know about you. N Y Times, Nov. 14, 2004. 3. Brynjolfsson E., Hitt L.M., and Kim H.H. Strength in numbers: How does data-driven decision making affect firm performance? Working paper, 2011. SSRN working paper. Available at SSRN: http://ssrn.com/abstract=1819486. 4. Tambe P. Big data know-how and business value. Working paper, NYU Stern School of Business, NY, New York, 2012. 5. Fusfeld A. The digital 100: the world's most valuable startups. Bus Insider. Sep. 23, 2010. 6. Shah S., Horne A., and Capellá J. Good data won't guarantee good decisions. Harv Bus Rev, Apr 2012. 7. Wirth, R., and Hipp, J. CRISP-DM: Towards a standard process model for data mining. In Proceedings of the 4th International Conference on the Practical Applications of Knowledge Discovery and Data Mining, 2000, pp. 29–39. 8. Forsythe, Diana E. The construction of work in artificial intelligence. Science, Technology & Human Values, 18(4), 1993, pp. 460–479. 9. Hill, S., Provost, F., and Volinsky, C. Network-based marketing: Identifying likely adopters via consumer networks. Statistical Science, 21(2), 2006, pp. 256–276. 10. Martens D. and Provost F. Pseudo-social network targeting from consumer transaction data. Working paper, CEDER-11-05, Stern School of Business, 2011. Available at SSRN: http://ssrn.com/abstract=1934670.
  12. 12. MBA em Big Data (Data Science) 12 Prof. Nivaldo Tadeu Marcusso Bibliografia Complementar 11. Martino, J. Technological forecasting for decision making. New York: Elsevier Science Publishing Company, 1983. 12. Amara, R.; Salanik, G. Forecasting: from conjectural art toward science. Technological Forecasting and Social Change, New York, v.3 n.3 p.415-426, 1972. 13. Salles-Filho, Sérgio L.M. (Coord.); BONACELLI, Maria Beatriz M.; MELLO, Débora Luz. Instrumentos de apoio à definição de políticas em biotecnologia. Brasília: MCT; Rio de Janeiro: FINEP, 2001
  13. 13. MBA em Big Data (Data Science) 13 Prof. Nivaldo Tadeu Marcusso Tratamento das Incertezas e Competição Analítica – Aula 1: Estratégia, competitividade e o Big Data – Aula 2: Informação, incerteza e os processos e metodologias para suporte a decisão – Aula 3: Inteligência Analítica e tecnológica na competitividade – Aula 4: Plataforma de Comportamento e a Física Social – Aula 5: Estudos de casos da tomada de decisão no contexto do Big Data.
  14. 14. MBA em Big Data (Data Science) 14 Prof. Nivaldo Tadeu Marcusso Big Data: Bolha ou Revolução 1
  15. 15. MBA em Big Data (Data Science) 15 Prof. Nivaldo Tadeu Marcusso Big Data
  16. 16. MBA em Big Data (Data Science) 16 Prof. Nivaldo Tadeu Marcusso Meu problema de big data exige uma solução de big data? • Big data, um pouco de cada vez – Em geral, as organizações optam por implementar uma solução de big data de forma incremental. – Nem todos os requisitos de análise e relatório exigem uma solução de big data. – Para projetos que realizam processamento paralelo em um grande conjunto de dados ou relatórios ad hoc com base em várias fontes de dados, uma solução de big data pode não ser necessária.
  17. 17. MBA em Big Data (Data Science) 17 Prof. Nivaldo Tadeu Marcusso Big Data e os Negócios • Com o advento das tecnologias de big data, as organizações estão se perguntando: "Big data é a solução certa para o problema do meu negócio ou proporciona uma oportunidade de negócios?" Existem oportunidades de negócios escondidas no big data? – Que tipo de insight e de valor de negócios é possível caso eu use tecnologias de big data? – É possível aumentar meu armazém de dados atual? – Como avaliar o custo da expansão do ambiente atual ou da adoção de uma nova solução? – Qual é o impacto na atual governança de TI? – É possível implementar de forma incremental uma solução de big data? – Quais aptidões específicas são necessárias para entender e analisar os requisitos para criar e manter uma solução de big data? – Existem dados corporativos que poderiam ser usados para proporcionar insight de negócios? – A complexidade dos dados oriundos de diversas fontes está aumentando. Uma solução de big data pode ajudar?
  18. 18. MBA em Big Data (Data Science) 18 Prof. Nivaldo Tadeu Marcusso TELECOM CELULARES MÍDIAS SOCIAIS SENSORES TRANSAÇÕES 2.5 EXABYTES/DIA Fontes de Dados 21
  19. 19. MBA em Big Data (Data Science) 19 Prof. Nivaldo Tadeu Marcusso Histórico • Data Mining • Big Data • Data Science
  20. 20. MBA em Big Data (Data Science) 20 Prof. Nivaldo Tadeu Marcusso Big Data: Motivação
  21. 21. MBA em Big Data (Data Science) 21 Prof. Nivaldo Tadeu Marcusso Volume Velocidade Veracidade Variedade Big Data: conceitos • 5v’s do Big Data • Grande escala • Gigabytes -> Terabytes -> Petabytes • Dados gerados rapidamente • Tempo real • Sensores • Diferentes formas • Estruturado • Não estruturado • Texto • Multimídia • Incerteza • Imprecisão • 5 V´s? Valor • 5 V´s? Valor

×