Este documento fornece um guia sobre Big Data para iniciantes. Explica o conceito de Big Data e Analytics, as diferenças entre BI e Big Data Analytics, e como os dados são transformados em insights valiosos. Também discute insights que podem ser obtidos em setores como serviços financeiros e varejo.
Como o mercado global está aprendendo a ler os valor dos insights tendo como retorno a melhor prática nos negócios e como os consumidores estão imersos no contexto.
O documento discute a teoria do Big Data e como a quantidade de dados gerados está sempre aumentando e excedendo a capacidade de armazenamento disponível, similar à teoria cinética dos gases. Também explora as oportunidades do Big Data ao analisar grandes volumes de dados para obter informações estratégicas sobre clientes, vendas, consumo de energia e sentimentos em mídias sociais. A SAP oferece soluções para explorar essas oportunidades de forma eficiente.
O documento discute o uso de técnicas de Big Data para extrair e analisar grandes volumes de dados, como dados da bolsa de valores. Ele explica como ferramentas como Hadoop, MapReduce e InfoSphere podem ser usadas para coletar e processar dados de redes sociais e fornecer insights valiosos para tomada de decisões de negócios. Apesar de o Big Data ainda não ser amplamente utilizado na área financeira, o documento argumenta que à medida que as empresas adotem essas técnicas, elas poderão obter lucros
Tendências de inovações para a tecnologia de big datacictec
Este relatório analisa as principais tendências de inovação tecnológica para Big Data. Big Data é definido por seu volume, variedade e velocidade de dados e está revolucionando diversos setores. O documento discute exemplos de uso de Big Data em detecção de fraudes e análise de mídia social e recomenda que empresas de TI explorem oportunidades em análises de Big Data.
O documento discute o tema de Big Data, definindo-o como grandes volumes de dados de alta velocidade e variedade que exigem novas formas de processamento de baixo custo para percepção e tomada de decisão. As definições de Gartner, IBM e Forrester sobre Big Data são apresentadas, assim como exemplos de como empresas como Netflix, Amazon e Casas Bahia utilizam Big Data no marketing.
1. O documento discute a história e evolução da Business Intelligence (BI) e Big Data, comparando e contrastando os dois conceitos.
2. Apresenta casos de sucesso de empresas que usaram BI e análise de Big Data para resolver problemas e melhorar os negócios.
3. Discutem as perspectivas de mercado de trabalho para profissionais de BI, análise de dados e ciência de dados.
O documento discute como os dados móveis e o big data se complementam, fornecendo insights valiosos para o marketing. Grandes volumes de dados são coletados dos dispositivos móveis e podem ser analisados para entender melhor os usuários, seus hábitos e preferências. Isso permite que as empresas criem experiências personalizadas e campanhas de marketing mais eficazes.
Como o mercado global está aprendendo a ler os valor dos insights tendo como retorno a melhor prática nos negócios e como os consumidores estão imersos no contexto.
O documento discute a teoria do Big Data e como a quantidade de dados gerados está sempre aumentando e excedendo a capacidade de armazenamento disponível, similar à teoria cinética dos gases. Também explora as oportunidades do Big Data ao analisar grandes volumes de dados para obter informações estratégicas sobre clientes, vendas, consumo de energia e sentimentos em mídias sociais. A SAP oferece soluções para explorar essas oportunidades de forma eficiente.
O documento discute o uso de técnicas de Big Data para extrair e analisar grandes volumes de dados, como dados da bolsa de valores. Ele explica como ferramentas como Hadoop, MapReduce e InfoSphere podem ser usadas para coletar e processar dados de redes sociais e fornecer insights valiosos para tomada de decisões de negócios. Apesar de o Big Data ainda não ser amplamente utilizado na área financeira, o documento argumenta que à medida que as empresas adotem essas técnicas, elas poderão obter lucros
Tendências de inovações para a tecnologia de big datacictec
Este relatório analisa as principais tendências de inovação tecnológica para Big Data. Big Data é definido por seu volume, variedade e velocidade de dados e está revolucionando diversos setores. O documento discute exemplos de uso de Big Data em detecção de fraudes e análise de mídia social e recomenda que empresas de TI explorem oportunidades em análises de Big Data.
O documento discute o tema de Big Data, definindo-o como grandes volumes de dados de alta velocidade e variedade que exigem novas formas de processamento de baixo custo para percepção e tomada de decisão. As definições de Gartner, IBM e Forrester sobre Big Data são apresentadas, assim como exemplos de como empresas como Netflix, Amazon e Casas Bahia utilizam Big Data no marketing.
1. O documento discute a história e evolução da Business Intelligence (BI) e Big Data, comparando e contrastando os dois conceitos.
2. Apresenta casos de sucesso de empresas que usaram BI e análise de Big Data para resolver problemas e melhorar os negócios.
3. Discutem as perspectivas de mercado de trabalho para profissionais de BI, análise de dados e ciência de dados.
O documento discute como os dados móveis e o big data se complementam, fornecendo insights valiosos para o marketing. Grandes volumes de dados são coletados dos dispositivos móveis e podem ser analisados para entender melhor os usuários, seus hábitos e preferências. Isso permite que as empresas criem experiências personalizadas e campanhas de marketing mais eficazes.
O documento discute a profissão de cientista de dados e como a análise de grandes volumes de dados se tornou essencial para os negócios. Apresenta o histórico da Business Intelligence e como a era do Big Data criou novas oportunidades para explorar dados e tomar melhores decisões com base em evidências. Também define o papel do cientista de dados e as habilidades necessárias para esta profissão em ascensão.
O documento discute Big Data, definindo-o como dados que não podem ser processados usando ferramentas tradicionais devido ao seu volume, variedade e velocidade. Explica que soluções de Big Data são úteis para analisar dados estruturados e não estruturados de várias fontes e que novas tecnologias permitem manipular grandes quantidades de dados rapidamente. Também projeta que o mercado de Big Data valerá US$ 24 bilhões até 2016.
1) O documento discute 9 motivos para aprender sobre Small Data em 2015, sendo que Small Data se refere a pequenos conjuntos de dados individuais usados em decisões rotineiras.
2) Small Data conecta pessoas com oportunidades, focando em informações acessíveis, compreensíveis e aplicáveis no dia a dia.
3) Marketing baseado em dados e o foco no usuário final são tendências que tornam o Small Data relevante.
Analytics - Como a tecnologia da informação pode transformar o seu negócioGabriela Giacomini
1. O documento discute a evolução da tecnologia da informação aplicada aos negócios, desde o surgimento do termo "Business Intelligence" até o desenvolvimento do "Business Analytics".
2. Explica as diferenças entre Business Intelligence e Business Analytics, sendo que o segundo representa uma evolução do primeiro com foco em análises preditivas e maior eficiência na compreensão de dados.
3. Apresenta casos de sucesso de empresas que aplicaram Business Analytics e conceitos como análise preditiva, otimização, simulação e análise de dados estruturados e
Este documento fornece uma introdução sobre Big Data, cobrindo conceitos como tipos de dados, análise de dados, processamento distribuído usando Hadoop e Spark. Também discute casos de sucesso de análise de dados em empresas como IBM, Google e Walmart.
Wiseminer Data Intelligence - Transformando Dados em Vantagem CompetitivaLeonardo Couto
O Wiseminer Data Intelligence é um software revolucionário que combina avançados conceitos e tecnologias de Data Extraction, Transformation and Load (ETL), Business Intelligence (BI), Data Mining, Analytics e Data Visualization em uma única ferramenta, totalmente integrada.
Utilizando os componentes de Extração e criação do fluxo de dados; Modelagem de relacionamento de dados e entidades (Link Analysis); Criação das regras de negócios e cálculos de risco e pontuação (Scoring); e a Automação de tarefas e rotinas de processamento, os analistas podem usar o engine de análise de dados para testar cenários e modelos preditivos, criar alertas e ações automatizadas para detecção e prevenção de desvios, fraudes e anomalias de processos, e através do componente de Visualização, o usuário final, ou os gestores da empresa podem rapidamente analisar a informação e tomar uma decisão de negócios com maior agilidade e assertividade.
Tudo isso através de uma interface amigável, flexível e customizada, uma ferramenta “end-to-end”, com uma implementação simples e rápida, sem estourar orçamento e entregue dentro do prazo, maximizando o retorno sobre investimento para o cliente.
Este documento discute as principais tendências de marketing mobile para 2018, incluindo: 1) O uso crescente de inteligência artificial para melhorar o marketing mobile e a experiência do cliente; 2) Como a tecnologia blockchain está sendo aplicada para muito além de criptomoedas; 3) O crescimento do audio advertising e realidade aumentada/virtual.
O Big Data surge como um conceito que vem causando muito falatório no mercado. Muitos dizem que ele revolucionará a forma de tratar informações, outros dizem que ele pode até prever acontecimentos. No entanto, poucos sabem dizer ao certo o que realmente é o Big Data. Por isso, entrevistamos Cezar Taurion, gerente de novas tecnologias da IBM Brasil, para falar sobre o assunto.
O documento discute os 6 Ms do Big Data: Material, Método, Maquinas, Mão de obra, Métricas e Management. Estes elementos são essenciais para o sucesso de projetos de Big Data, desde a coleta e análise de dados até a gestão do projeto e alinhamento com os objetivos de negócio. O Big Data já afeta muitas empresas e é importante estar atento a esta tendência crescente de geração e consumo de grandes volumes de dados não estruturados.
O documento discute a evolução da tecnologia da informação na indústria automobilística. Nas décadas de 1970 e 1980, as montadoras automatizaram seus sistemas e criaram consórcios para compartilhar informações em tempo real com fornecedores. Atualmente, a internet permite a interligação de todos os sistemas e a comunicação entre clientes e fornecedores a um custo reduzido.
O documento descreve como a IA pode ser usada para fornecer insights valiosos a partir de dados e melhorar experiências dos clientes. A empresa LIFEdata oferece uma plataforma de IA que conecta dados digitais e do mundo físico para fornecer interações personalizadas em tempo real. Isso permite que empresas em diferentes setores melhorem engajamento e vendas.
22a edição | Panorama GS1 Brasil | Março 2016GS1 Brasil
O Panorama GS1 Brasil é uma publicação da área de Inteligência de Mercado da GS1 Brasil - Associação Brasileira de Automação. O documento traz uma análise da organização e os números relevantes sobre a atuação da GS1 Brasil no país.
Mais informações em www.gs1br.org
O documento discute como estruturar dados para obter insights valiosos do Big Data. Ele explica os 5 V's do Big Data - Volume, Velocidade, Variedade, Veracidade e Valor - e enfatiza a importância de estruturar os dados para adicionar contexto e significado, levando à informação útil. Também destaca que a inteligência do negócio é necessária para transformar os dados em conhecimento valioso capaz de gerar valor.
Big data é a capacidade de analisar grandes volumes de dados digitais em tempo real. Isso permite analisar qualquer tipo de informação digital para tomar decisões. Os dados podem ser estruturados ou não estruturados e são caracterizados por volume, variedade e velocidade. Lidar com essa quantidade de dados requer tecnologia para processamento em larga escala.
Este documento discute o Big Data, Business Intelligence, análise de dados sociais e a função do cientista de dados. Resume que o volume de dados disponíveis está crescendo rapidamente e novas tecnologias como Hadoop permitem extrair insights valiosos desses dados. Também explora como análise de mídia social pode fornecer informações úteis sobre clientes e mercados.
Aula Magna Sobre BI & BigData na UNIA, Luanda - Angolaalexculpado
Breve abordagem sobre o que é, o presente e o futuro do BI (Business Intelligence) o que nos remete a uma breve abordagem sobre o que vem a ser o BIGDATA e suas aplicações na sociedade. Mostrando algumas limitações exixtentes na BI tradicional. Tratou-se de uma aula magna com estudantes da UNIA- Univesidade Independente de Angola.
1º Seminário CICTEC - Um Novo ABC das TICs - José Carlos Cavalcanti 22 05 13cictec
O documento discute o novo "ABC" das TICs, que se refere a Analytics, Big Data e Cloud Computing. O documento explica esses conceitos, por que são importantes, exemplos de aplicações e desafios futuros. A agenda inclui tópicos como a posição do Brasil na indústria de TICs e principais players de Analytics e Cloud Computing.
Um novo "ABC" das TICs: (A)nalytics + (B)ig Data + (C)loud ComputingJosé Carlos Cavalcanti
O documento discute o novo "ABC" das TICs, que se refere a Analytics, Big Data e Cloud Computing. O documento explica esses três conceitos, por que eles são importantes, exemplos de aplicações e desafios futuros. A agenda inclui uma breve história, a posição do Brasil na indústria de TICs, conceitos, evolução, aplicações, principais players e exemplos.
- O documento discute decisões de marketing baseadas em Big Data, com o Big Data no centro da revolução da inteligência competitiva e o valor na habilidade de analisar grandes conjuntos de dados.
- É analisado o uso do Big Data no marketing com foco em inteligência e como as empresas podem implementar análise de dados independentemente do porte.
- Também são discutidos os desafios da análise de Big Data e como o modelo Smart Data pode ajudar as empresas a aproveitar o poder dos dados.
Este certificado confirma que Gabriel de Mattos Faustino concluiu com sucesso um curso de 42 horas de Gestão Estratégica de TI - ITIL na Escola Virtual entre 19 de fevereiro de 2014 a 20 de fevereiro de 2014.
Em um mundo cada vez mais digital, a segurança da informação tornou-se essencial para proteger dados pessoais e empresariais contra ameaças cibernéticas. Nesta apresentação, abordaremos os principais conceitos e práticas de segurança digital, incluindo o reconhecimento de ameaças comuns, como malware e phishing, e a implementação de medidas de proteção e mitigação para vazamento de senhas.
O documento discute a profissão de cientista de dados e como a análise de grandes volumes de dados se tornou essencial para os negócios. Apresenta o histórico da Business Intelligence e como a era do Big Data criou novas oportunidades para explorar dados e tomar melhores decisões com base em evidências. Também define o papel do cientista de dados e as habilidades necessárias para esta profissão em ascensão.
O documento discute Big Data, definindo-o como dados que não podem ser processados usando ferramentas tradicionais devido ao seu volume, variedade e velocidade. Explica que soluções de Big Data são úteis para analisar dados estruturados e não estruturados de várias fontes e que novas tecnologias permitem manipular grandes quantidades de dados rapidamente. Também projeta que o mercado de Big Data valerá US$ 24 bilhões até 2016.
1) O documento discute 9 motivos para aprender sobre Small Data em 2015, sendo que Small Data se refere a pequenos conjuntos de dados individuais usados em decisões rotineiras.
2) Small Data conecta pessoas com oportunidades, focando em informações acessíveis, compreensíveis e aplicáveis no dia a dia.
3) Marketing baseado em dados e o foco no usuário final são tendências que tornam o Small Data relevante.
Analytics - Como a tecnologia da informação pode transformar o seu negócioGabriela Giacomini
1. O documento discute a evolução da tecnologia da informação aplicada aos negócios, desde o surgimento do termo "Business Intelligence" até o desenvolvimento do "Business Analytics".
2. Explica as diferenças entre Business Intelligence e Business Analytics, sendo que o segundo representa uma evolução do primeiro com foco em análises preditivas e maior eficiência na compreensão de dados.
3. Apresenta casos de sucesso de empresas que aplicaram Business Analytics e conceitos como análise preditiva, otimização, simulação e análise de dados estruturados e
Este documento fornece uma introdução sobre Big Data, cobrindo conceitos como tipos de dados, análise de dados, processamento distribuído usando Hadoop e Spark. Também discute casos de sucesso de análise de dados em empresas como IBM, Google e Walmart.
Wiseminer Data Intelligence - Transformando Dados em Vantagem CompetitivaLeonardo Couto
O Wiseminer Data Intelligence é um software revolucionário que combina avançados conceitos e tecnologias de Data Extraction, Transformation and Load (ETL), Business Intelligence (BI), Data Mining, Analytics e Data Visualization em uma única ferramenta, totalmente integrada.
Utilizando os componentes de Extração e criação do fluxo de dados; Modelagem de relacionamento de dados e entidades (Link Analysis); Criação das regras de negócios e cálculos de risco e pontuação (Scoring); e a Automação de tarefas e rotinas de processamento, os analistas podem usar o engine de análise de dados para testar cenários e modelos preditivos, criar alertas e ações automatizadas para detecção e prevenção de desvios, fraudes e anomalias de processos, e através do componente de Visualização, o usuário final, ou os gestores da empresa podem rapidamente analisar a informação e tomar uma decisão de negócios com maior agilidade e assertividade.
Tudo isso através de uma interface amigável, flexível e customizada, uma ferramenta “end-to-end”, com uma implementação simples e rápida, sem estourar orçamento e entregue dentro do prazo, maximizando o retorno sobre investimento para o cliente.
Este documento discute as principais tendências de marketing mobile para 2018, incluindo: 1) O uso crescente de inteligência artificial para melhorar o marketing mobile e a experiência do cliente; 2) Como a tecnologia blockchain está sendo aplicada para muito além de criptomoedas; 3) O crescimento do audio advertising e realidade aumentada/virtual.
O Big Data surge como um conceito que vem causando muito falatório no mercado. Muitos dizem que ele revolucionará a forma de tratar informações, outros dizem que ele pode até prever acontecimentos. No entanto, poucos sabem dizer ao certo o que realmente é o Big Data. Por isso, entrevistamos Cezar Taurion, gerente de novas tecnologias da IBM Brasil, para falar sobre o assunto.
O documento discute os 6 Ms do Big Data: Material, Método, Maquinas, Mão de obra, Métricas e Management. Estes elementos são essenciais para o sucesso de projetos de Big Data, desde a coleta e análise de dados até a gestão do projeto e alinhamento com os objetivos de negócio. O Big Data já afeta muitas empresas e é importante estar atento a esta tendência crescente de geração e consumo de grandes volumes de dados não estruturados.
O documento discute a evolução da tecnologia da informação na indústria automobilística. Nas décadas de 1970 e 1980, as montadoras automatizaram seus sistemas e criaram consórcios para compartilhar informações em tempo real com fornecedores. Atualmente, a internet permite a interligação de todos os sistemas e a comunicação entre clientes e fornecedores a um custo reduzido.
O documento descreve como a IA pode ser usada para fornecer insights valiosos a partir de dados e melhorar experiências dos clientes. A empresa LIFEdata oferece uma plataforma de IA que conecta dados digitais e do mundo físico para fornecer interações personalizadas em tempo real. Isso permite que empresas em diferentes setores melhorem engajamento e vendas.
22a edição | Panorama GS1 Brasil | Março 2016GS1 Brasil
O Panorama GS1 Brasil é uma publicação da área de Inteligência de Mercado da GS1 Brasil - Associação Brasileira de Automação. O documento traz uma análise da organização e os números relevantes sobre a atuação da GS1 Brasil no país.
Mais informações em www.gs1br.org
O documento discute como estruturar dados para obter insights valiosos do Big Data. Ele explica os 5 V's do Big Data - Volume, Velocidade, Variedade, Veracidade e Valor - e enfatiza a importância de estruturar os dados para adicionar contexto e significado, levando à informação útil. Também destaca que a inteligência do negócio é necessária para transformar os dados em conhecimento valioso capaz de gerar valor.
Big data é a capacidade de analisar grandes volumes de dados digitais em tempo real. Isso permite analisar qualquer tipo de informação digital para tomar decisões. Os dados podem ser estruturados ou não estruturados e são caracterizados por volume, variedade e velocidade. Lidar com essa quantidade de dados requer tecnologia para processamento em larga escala.
Este documento discute o Big Data, Business Intelligence, análise de dados sociais e a função do cientista de dados. Resume que o volume de dados disponíveis está crescendo rapidamente e novas tecnologias como Hadoop permitem extrair insights valiosos desses dados. Também explora como análise de mídia social pode fornecer informações úteis sobre clientes e mercados.
Aula Magna Sobre BI & BigData na UNIA, Luanda - Angolaalexculpado
Breve abordagem sobre o que é, o presente e o futuro do BI (Business Intelligence) o que nos remete a uma breve abordagem sobre o que vem a ser o BIGDATA e suas aplicações na sociedade. Mostrando algumas limitações exixtentes na BI tradicional. Tratou-se de uma aula magna com estudantes da UNIA- Univesidade Independente de Angola.
1º Seminário CICTEC - Um Novo ABC das TICs - José Carlos Cavalcanti 22 05 13cictec
O documento discute o novo "ABC" das TICs, que se refere a Analytics, Big Data e Cloud Computing. O documento explica esses conceitos, por que são importantes, exemplos de aplicações e desafios futuros. A agenda inclui tópicos como a posição do Brasil na indústria de TICs e principais players de Analytics e Cloud Computing.
Um novo "ABC" das TICs: (A)nalytics + (B)ig Data + (C)loud ComputingJosé Carlos Cavalcanti
O documento discute o novo "ABC" das TICs, que se refere a Analytics, Big Data e Cloud Computing. O documento explica esses três conceitos, por que eles são importantes, exemplos de aplicações e desafios futuros. A agenda inclui uma breve história, a posição do Brasil na indústria de TICs, conceitos, evolução, aplicações, principais players e exemplos.
- O documento discute decisões de marketing baseadas em Big Data, com o Big Data no centro da revolução da inteligência competitiva e o valor na habilidade de analisar grandes conjuntos de dados.
- É analisado o uso do Big Data no marketing com foco em inteligência e como as empresas podem implementar análise de dados independentemente do porte.
- Também são discutidos os desafios da análise de Big Data e como o modelo Smart Data pode ajudar as empresas a aproveitar o poder dos dados.
Este certificado confirma que Gabriel de Mattos Faustino concluiu com sucesso um curso de 42 horas de Gestão Estratégica de TI - ITIL na Escola Virtual entre 19 de fevereiro de 2014 a 20 de fevereiro de 2014.
Em um mundo cada vez mais digital, a segurança da informação tornou-se essencial para proteger dados pessoais e empresariais contra ameaças cibernéticas. Nesta apresentação, abordaremos os principais conceitos e práticas de segurança digital, incluindo o reconhecimento de ameaças comuns, como malware e phishing, e a implementação de medidas de proteção e mitigação para vazamento de senhas.
ATIVIDADE 1 - ADSIS - ESTRUTURA DE DADOS II - 52_2024.docx2m Assessoria
Em determinadas ocasiões, dependendo dos requisitos de uma aplicação, pode ser preciso percorrer todos os elementos de uma árvore para, por exemplo, exibir todo o seu conteúdo ao usuário. De acordo com a ordem de visitação dos nós, o usuário pode ter visões distintas de uma mesma árvore.
Imagine que, para percorrer uma árvore, tomemos o nó raiz como nó inicial e, a partir dele, comecemos a visitar todos os nós adjacentes a ele para, só então, começar a investigar os outros nós da árvore. Por outro lado, imagine que tomamos um nó folha como ponto de partida e caminhemos em direção à raiz, visitando apenas o ramo da árvore que leva o nó folha à raiz. São maneiras distintas de se visualizar a mesma árvore.
Tome a árvore binária a seguir como base para realizar percursos que partirão sempre da raiz (nó 1).
Figura 1 - Árvore binária
Fonte: OLIVEIRA, P. M. de; PEREIRA, R. de L. Estruturas de Dados II. Maringá: UniCesumar, 2019. p. .
Com base na árvore anterior, responda quais seriam as ordens de visitação, partindo da raiz:
a) Percorrendo a árvore pelo algoritmo Pré-Ordem.
b) Percorrendo a árvore pelo algoritmo Em-Ordem.
c) Percorrendo a árvore pelo algoritmo Pós-Ordem.
Obs.: como resposta, informar apenas os caminhos percorridos em cada Situação:
a) Pré-ordem: X - Y - Z.
b) Em-ordem: X - Y - Z.
c) Pós-ordem: X - Y - Z.
ATENÇÃO!
- Você poderá elaborar sua resposta em um arquivo de texto .txt e, após revisado, copiar e colar no campo destinado à resposta na própria atividade em seu STUDEO.
- Plágios e cópias indevidas serão penalizados com nota zero.
- As perguntas devem ser respondidas de forma adequada, ou seja, precisam ser coerentes.
- Antes de enviar sua atividade, certifique-se de que respondeu todas as perguntas e não se esqueceu nenhum detalhe. Após o envio, não são permitidas alterações. Por favor, não insista.
- Não são permitidas correções parciais no decorrer do módulo, isso invalida seu processo avaliativo. A interpretação da atividade faz parte da avaliação.
- Atenção ao prazo de entrega da atividade. Sugerimos que envie sua atividade antes do prazo final para evitar transtornos e lentidão nos servidores. Evite o envio de atividade em cima do prazo.
A linguagem C# aproveita conceitos de muitas outras linguagens,
mas especialmente de C++ e Java. Sua sintaxe é relativamente fácil, o que
diminui o tempo de aprendizado. Todos os programas desenvolvidos devem
ser compilados, gerando um arquivo com a extensão DLL ou EXE. Isso torna a
execução dos programas mais rápida se comparados com as linguagens de
script (VBScript , JavaScript) que atualmente utilizamos na internet
As classes de modelagem podem ser comparadas a moldes ou
formas que definem as características e os comportamentos dos
objetos criados a partir delas. Vale traçar um paralelo com o projeto de
um automóvel. Os engenheiros definem as medidas, a quantidade de
portas, a potência do motor, a localização do estepe, dentre outras
descrições necessárias para a fabricação de um veículo
PRODUÇÃO E CONSUMO DE ENERGIA DA PRÉ-HISTÓRIA À ERA CONTEMPORÂNEA E SUA EVOLU...Faga1939
Este artigo tem por objetivo apresentar como ocorreu a evolução do consumo e da produção de energia desde a pré-história até os tempos atuais, bem como propor o futuro da energia requerido para o mundo. Da pré-história até o século XVIII predominou o uso de fontes renováveis de energia como a madeira, o vento e a energia hidráulica. Do século XVIII até a era contemporânea, os combustíveis fósseis predominaram com o carvão e o petróleo, mas seu uso chegará ao fim provavelmente a partir do século XXI para evitar a mudança climática catastrófica global resultante de sua utilização ao emitir gases do efeito estufa responsáveis pelo aquecimento global. Com o fim da era dos combustíveis fósseis virá a era das fontes renováveis de energia quando prevalecerá a utilização da energia hidrelétrica, energia solar, energia eólica, energia das marés, energia das ondas, energia geotérmica, energia da biomassa e energia do hidrogênio. Não existem dúvidas de que as atividades humanas sobre a Terra provocam alterações no meio ambiente em que vivemos. Muitos destes impactos ambientais são provenientes da geração, manuseio e uso da energia com o uso de combustíveis fósseis. A principal razão para a existência desses impactos ambientais reside no fato de que o consumo mundial de energia primária proveniente de fontes não renováveis (petróleo, carvão, gás natural e nuclear) corresponde a aproximadamente 88% do total, cabendo apenas 12% às fontes renováveis. Independentemente das várias soluções que venham a ser adotadas para eliminar ou mitigar as causas do efeito estufa, a mais importante ação é, sem dúvidas, a adoção de medidas que contribuam para a eliminação ou redução do consumo de combustíveis fósseis na produção de energia, bem como para seu uso mais eficiente nos transportes, na indústria, na agropecuária e nas cidades (residências e comércio), haja vista que o uso e a produção de energia são responsáveis por 57% dos gases de estufa emitidos pela atividade humana. Neste sentido, é imprescindível a implantação de um sistema de energia sustentável no mundo. Em um sistema de energia sustentável, a matriz energética mundial só deveria contar com fontes de energia limpa e renováveis (hidroelétrica, solar, eólica, hidrogênio, geotérmica, das marés, das ondas e biomassa), não devendo contar, portanto, com o uso dos combustíveis fósseis (petróleo, carvão e gás natural).
2. 2
—
39
SUMÁRIO
—
INTRODUÇÃO
1
O CONCEITO
2
AFINAL, QUAIS AS DIFERENÇAS
ENTRE BIG DATA ANALYTICS E BI?
BUSINESS INTELIGENCE (BI)
SERVIÇOS FINANCEIROS
VAREJO
BIG DATA ON BIG MAC
AMERICAN EXPRESS
FARMLOGS
SETOR DE SAÚDE
SETOR PÚBLICO
BIG DATA ANALYTICS
P.11
P.17
P.20
P.30
P.32
P.33
P.23
P.24
P.12
3
5 QUAIS INSIGHTS PODEMOS OBTER?
6 CASES DE SUCESSO EM BIG DATA
7 CONCLUSÃO
4
COMO ESSES DADOS SÃO
TRANSFORMADOS EM INSIGHTS?
SOBRE A HEKIMA
8
3. 3
—
39
1
O mundo gera, diariamente, 2,5 quintilhões de bytes (sendo
1 quintilhão igual a 10
��
). As mais diversas ações diárias da
sociedade (de manifestações de usuários nas redes sociais
a registros corporativos e movimentações financeiras)
tornaram-se dados valiosos paras as empresas, que podem
utilizá-losparaconheceremmelhorseusclientes,entenderem
seu comportamento de compra e até prenunciarem uma crise
no setor ou migração de clientes à concorrência.
Neste cenário cada vez mais dinâmico, ter acesso — antes dos rivais — às mudanças de
mercado é o limiar incontestável entre o viver e o morrer no universo corporativo. E é
aqui que entra o segredo do sucesso no trabalho com Big Data.
Uma pesquisa realizada pela Universidade de Oxford, ainda em 2013, já revelava o poder
de Big Data Analytics nas empresas modernas. O levantamento, feito com 1.144 gestores
de 95 países (incluindo o Brasil) mostrou que 53% das organizações já utilizavam
Analytics para compreender e melhorar a experiência do cliente.
INTRODUÇÃO
4. 4
—
39
As possibilidades de aplicação de Big Data Analytics vão muito
além da experiência do cliente, na verdade. É possível, por
exemplo, usar essa tecnologia para aumentar a segurança na
infraestrutura de TI, melhorar o ROI das ações de marketing,
reduzir custos, otimizar processos e até prever movimentos de
mercado antes da concorrência. Sim, isso é possível, e não é
feito com base em intuição; é o poder da TI aliado à Estatística,
Ciência Social e programações matemáticas avançadas. Não
é à toa que um estudo recente da IDC, empresa de pesquisa
de mercado e consultoria, mostrou que o mercado mundial
de Big Data deve crescer 600% a mais do que o de TI até 2018,
movimentando a incrível marca de US$ 41,5 bilhões neste
mesmo período.
SEGUNDO ESTUDO
RECENTE DA IDC,
O MERCADO DE BIG
DATA DEVE CRESCER
600% A MAIS QUE
O DE TI ATÉ 2018
5. 5
—
39
Contudo, mesmo com sua popularização e projeções mais do que otimistas do
crescimento de Big Data para os próximos anos, alguns questionamentos básicos sobre
o tema ainda são comuns. Quais as diferenças entre Big Data Analytics e BI? Como usar
a coleta e análise de dados na prática? Quais tipos de insights podem ser gerados?
Se você é gestor e quer levar sua empresa a uma nova era, mas também tem essas
dúvidas, vale a pena investir alguns minutos de seu dia na leitura deste verdadeiro guia
para iniciantes em Big Data. Você descobrirá como o trabalho com data mining pode
elevar sua empresa a um patamar sem precedentes em seu nível de profissionalização
e gestão de resultados!
7. 7
—
39
O termo Big Data é tão amplo quanto seu nome sugere. Para
contextualizá-lo e dar sentido ao termo, caro leitor, segue
uma breve explicação: nós vivemos em uma Era em que, a
(apenas) cada um ano e meio, se gera a mesma quantidade
de dados já criados pela humanidade em todos os tempos.
Essa época atual, de geração de volumes incomensuráveis
de dados por empresas, pessoas e aparelhos, é chamada de
a Era de Big Data. O termo Big Data também corresponde à
própria quantidade absurda de dados gerados atualmente —
os “Grandes Dados”.
Um dos desdobramentos de Big Data é o termo Big Data Analytics, que refere-se aos
poderosos softwares capazes de tratar esses dados para transformá-los em informações
úteis às organizações. Iniciativas apoiadas em Analytics permitem analisar dados
estruturados e não estruturados, como registros de call center, postagens de redes
sociais e blogs, dados de CRM, balanços patrimoniais e demonstrativos de resultados.
Desta forma facilita-se a descoberta, em tempo real, das oportunidades que estão além
do que os olhos humanos podem enxergar de forma orgânica.
2
O CONCEITO
8. 8
—
39
HáváriasversõessobreaorigemdoconceitodeBigData,assim
como do início de suas aplicações. Uma das mais conhecidas
remete à NASA, que no início da década de 1990 começou a
utilizar Big Data para descrever imensos conjuntos de dados
complexos, que desafiavam os limites convencionais da
computação da época. Nesse modelo, captura, processamento
e análise de dados eram feitos por meio de sistemas de alto
impacto, envolvendo o trabalho simultâneo de inúmeras
ciências. O objetivo desses poderosos softwares era gerar
conhecimento e inteligência a partir de dados brutos que,
sozinhos, nada conseguiam dizer.
9. 9
—
39
Antes de Big Data Analytics, fórmulas matemáticas, técnicas avançadas de
probabilidades e estatística (como análise de frequência, série histórica e estudos
de médias móveis) eram executadas manualmente – lidando, portanto, com uma
capacidade reduzida de variáveis. Com o advento de processadores de alta capacidade
e velocidade impressionante, foi possível transitar todos esses cálculos por meio
de softwares desenvolvidos especialmente para transformar esses “rastros” em
informações estratégicas poderosas a qualquer segmento. Uma solução em Big Data
Analytics trabalha com algoritmos complexos, agregando dados de origens diversas,
relacionando-os e gerando conclusões fundamentais para a tomada de decisões
corporativas.
Hoje, soluções em Big Data Analytics são usadas pela Fazenda Pública para evitar
sonegações de tributos, pela meteorologia para prever fenômenos naturais, pelo varejo
para enxergar melhor as reações de seus fregueses, pelos bancos para oferecerem serviços
personalizados e reduzirem as taxas de churn (saída de clientes), pela área de Produtos
para desenvolver atrativos em sintonia estrita com o que o consumidor espera (citando
apenas alguns setores). Em resumo: todas as áreas podem tirar proveito dessa tecnologia.
11. 11
—
30
BI e Big Data Analytics são de certa forma complementares,
mas não idênticos. Além disso, em geral, Big Data Analytics é
uma fase posterior ao amadurecimento de um trabalho com
BI. Algumas distinções:
Business Intelligence (BI)
- Focado na coleta, transformação e disponibilização de dados estruturados
para a tomada de decisões;
- Analisa o que já existe, definindo as melhores hipóteses;
- Ideal para quando já se conhece as perguntas;
- Mais específico, voltado apenas para negócios.
3
AFINAL, QUAIS
AS DIFERENÇAS
ENTRE BIG DATA
ANALYTICS E BI?
12. 12
—
39
Big Data Analytics
- Focado no processamento de dados estruturados e não estruturados, bem como nas
correlações e descobertas que desse processamento podem advir;
- Analisa o que já existe e o que está por vir, apontando novos caminhos;
- Ideal para quando se quer explorar novas possibilidades, descobrir novos padrões e
explorar perguntas que ainda não haviam sido feitas;
- Mais amplo, voltado não apenas para negócios, mas para qualquer área/segmento,
como saúde, entretenimento, educação.
14. 14
—
30
Soluções de Big Data Analytics “tratam” os dados
brutos até transformá-los em insights valiosos para
as tomadas de decisão. Referem-se a um processo
eletrônico que transforma um conjunto de dados “soltos”
em informações, informações em conhecimento e,
por fim, conhecimento em sabedoria, que será usada
para tomar as decisões mais assertivas e céleres ao
contexto de seu negócio. Vale ressaltar que empresas
que utilizam Big Data Analytics possuem 5 vezes
mais chances de tomarem decisões mais rápidas dos
que seus concorrentes e 2 vezes mais chances de
obterem performance superior, como mostra pesquisa
da consultoria em negócios norte-americana Bain &
Company.
4
COMO ESSES DADOS
SÃO TRANSFORMADOS
EM INSIGHTS?
SOLUÇÕES DE BIG DATA
ANALYTICS “TRATAM”
OS DADOS BRUTOSATÉ
TRANSFORMÁ-LOS EM
INSIGHTS VALIOSOS PARA
TOMADA DE DECISÃO.
15. 15
—
39
Agora vamos tornar isso mais claro. Imagine uma
desenvolvedora de softwares que precisa entender por
que houve aumento nas taxas de churn de seu negócio.
O trabalho de inteligência de dados partirá dos “rastros”
básicos dos ex-assinantes, como planos contratados, queixas
registradas e taxas de inadimplência. Posteriormente, esses
dados gerarão informações como lista de inadimplentes ou
quais clientes manifestaram insatisfação com os softwares
comercializados.
Em seguida, parte-se para a fase do conhecimento,
relacionando, por exemplo, os planos contratados com
maiores possibilidades de cancelamentos (planos mais
completos são mais caros e apresentam maior tendência a
serem abandonados no futuro do que pacotes baratos). Por
último, gera-se a “sabedoria” do negócio, como as sugestões
de ações que devem ser tomadas para ampliar o nível de
satisfação dos clientes ou tornar os planos mais acessíveis, a
fim de reduzir as taxas de cancelamento.
17. 17
—
39
O setor financeiro armazena, diariamente, “montanhas”
de dados ligados às movimentações dos clientes.
São miríades de rastros registrados por meio de inúmeras
aplicações, o que resulta na atmosfera perfeita para um
gerenciamento de informações em nível de excelência —
desde que se tenha, é claro, um software robusto e escalável
especializado em mineração de dados. A aquisição
de uma boa ferramenta de análise de dados possibilita às
empresas do setor financeiro:
5
QUAIS INSIGHTS
PODEMOS OBTER?
Serviços financeiros
18. 18
—
39
Reduzir as taxas de churn
Para se ter uma ideia do impacto da saída de clientes da base ativa do setor financeiro,
nos EUA estima-se que 30% dos clientes sejam vulneráveis à migração. Sabendo desse
fator crítico, muitas instituições do ramo passaram a usar a análise de dados para
rastrear as manifestações emocionais dos correntistas (em mídias sociais e sites de
reclamações), diagnosticando com antecedência suas insatisfações e ganhando tempo
para neutralizá-las antes do fechamento de contas.
Para entender ainda mais sobre como Big Data Analytics ajuda a reduzir a taxa de
churn do seu negócio, leia o eBook ‘Como Big Data Analytics irá prever e reduzir as
saídas de cliente da sua empresa’.
Personalizar serviços
Entender como os clientes usam cartões de crédito e para que tomam empréstimos
ajuda a criar produtos que atendam assertivamente suas necessidades, ampliando o
potencial de captação de novos correntistas.
19. 19
—
39
Estreitar as relações com clientes
Soluções em Big Data Analytics processam todas as
movimentações dos correntistas (a partir do bankline, de
mídias sociais, do CRM do banco, de blogs), no intuito de gerar
relatórios e gráficos que revelam o valor da vida útil de cada
cliente, seus anseios e expectativas em relação ao banco. Isso
permite, entre outras coisas, aumentar as vendas cruzadas.
Quer conhecer mais insights que Big Data Analytics gera para
o setor de serviços financeiros? Então baixe gratuitamente
o eBook ‘Big Data em serviços financeiros: conheça as
aplicações e cases de sucesso’.
20. 20
—
39
Varejo
O crescimento da análise de dados no varejo é indiscutível. Segundo pesquisa
internacional encabeçada pela GE, 89% das empresas veem Big Data Analytics
como crucial para a transformação digital dos negócios, especialmente no varejo.
Vendas dependem de conhecimento aprofundado do público-alvo, o que passa pelo
desenvolvimento de uma sistemática de análise baseada em alta tecnologia. Ao
transformar volumes de dados em inteligência para o comércio, é possível:
21. 21
—
39
Direcionar ações de marketing multicanal
Com a disseminação de um consumidor cada vez mais omnichannel, é preciso
integrar todos os canais de comunicação, o que passa pela compreensão plena do
comportamento do cliente. Esta consciência de mercado pode ser alcançada por meio
da maior segmentação do público-alvo, entendimento de seus hábitos e preferências de
consumo e informações sociais e demográficas — tudo isso possível graças à coleta e
análise dos dados de milhares de consumidores.
Agregar valor aos programas de fidelidade
Entender melhor o comportamento de compra do consumidor é essencial para elaborar
programas de fidelidade realmente atraentes. Você já imagina o quanto a mineração
de dados pode contribuir neste âmbito, certo?
22. 22
—
39
Para tornar essa questão mais clara, vale a pena citar o case do Grupo Pão de Açúcar, que
passou a utilizar, em 2015, ferramentas de análise de dados para fidelizar seus clientes. O
sistema mapeia antigos consumidores que deixaram de frequentar a rede. Em seguida,
realiza um levantamento eletrônico dos produtos preferidos de cada um deles.
A descoberta desses dois fatores permite à empresa lançar cupons de descontos
personalizados, oferecendo promoções especiais e distintas a cada cliente e, assim,
estimulando o consumidor a retornar para a rede.
Maximizar o ROI em marketing
O ambiente de mercado agressivo exige aplicação de recursos com retorno “cirúrgico”
aos números da empresa. Assim, cada ação de marketing deve ser acompanhada em
tempo real por ferramentas de monitoramento de redes sociais. Se uma campanha não
provoca o efeito esperado ou, pior, gera feedback negativo do consumidor, essa falha
deve ser detectada rapidamente, a fim de que a empresa tome as medidas corretivas.
Aprofunde-se ainda mais acerca dos benefícios de Big Data Analytics para o setor
varejista com o eBook ‘Conheça as inovações que o Big Data Analytics está
trazendo para o varejo’.
23. 23
—
39
Setor de saúde
“Digital Health” é a palavra de ordem no setor de saúde na atualidade. Trata-se da
utilização de poderosos sistemas da informação para coletar, agregar e trabalhar
dados estruturados e não estruturados ligados ao setor de saúde, gerando informações
clínicas que fortalecem a medicina de precisão (em detrimento às atuais metanálises,
que trabalham com dados estatísticos genéricos e que nem sempre correspondem às
peculiaridades de cada indivíduo).
Entre tantas funções que serão citadas abaixo, a análise de dados permite o cruzamento
de uma multiplicidade imensurável de variáveis clínicas, gerando diagnósticos muito
24. 24
—
39
mais exatos. Segundo pesquisa da Transparency Market Research, o crescimento do
mercado de Analytics será extremamente impactante nos próximos anos. Estima-se
que os investimentos nesse setor passem dos US$ 6,3 bilhões de 2012 para US$ 48,3
bilhões em 2018, sendo comandados, principalmente, pelo setor de Saúde.
Alguns benefícios que a Ciência de Dados no setor de saúde traz à sociedade são:
Prevenção de epidemias
Monitorar as manifestações de uma população em redes
sociais — em consonância com a agregação de dados de
pesquisas de campo e análises estatísticas — ajuda a
visualizar antecipadamente a possibilidade de eclosão
de uma epidemia, dando tempo às instituições de saúde se
adequarem aos aumentos súbitos da demanda de atendimento
e medicamentos.
Fonte: Wikipédia
25. 25
—
39
A disseminação da telemedicina e da tecnologia “vestível”
Telemedicina e tecnologia “vestível” (wearables) são duas terminologias
intimamente ligadas à disseminação dos recursos de TI em saúde. Telemedicina é a
medicina a distância, propiciada pela utilização de tecnologias de telecomunicações e
análise de grandes dados no fornecimento de informações clínicas dos pacientes.
Essas trocas de informações a distância são viabilizadas por meio de equipamentos
eletrônicos de alta capacidade de processamento, como gadgets fixados no vestuário
de um paciente (relógios, pulseiras ou tênis inteligentes, frutos da chamada tecnologia
“vestível”).
A troca de informações permite reunir um conjunto maior de dados (Big Data na área de
diagnósticos) sobre a situação clínica de um indivíduo, possibilitando um debate mais
preciso na escolha do tratamento ideal a ser aplicado a um paciente e orientando com
maior excelência os procedimentos ligados à promoção da saúde.
O uso dessas tecnologias permite melhor compreensão dos profissionais de saúde sobre
as patologias de seus pacientes, fornecem melhores subsídios para pesquisas e maior
credibilidade aos protocolos clínicos, dentre outros benefícios.
26. 26
—
39
Setor público
As decisões dos gestores públicos envolvem, diariamente, difíceis escolhas de aplicação
do orçamento, priorização de programas, prevenção a desastres naturais e epidemias,
além de investimentos em infraestrutura. Organizar todo esse emaranhado de planos
de ação estratégica baseado apenas na intuição gera, invariavelmente, colapso
administrativo.
Big Data para Gestão Pública é o segredo dos grandes gestores, haja visto que já existem
ferramentas de data mining desenvolvidas especialmente para a área governamental.
Com a Ciência de Dados, os gestores públicos modernos podem:
27. 27
—
39
Combater corrupção e desvio de receitas
O Ministério da Justiça pode nos explicar melhor este tópico. Desde 2007, esse
Ministériovemusandosistemasdealtaperformanceemcoletaeprocessamento
de dados, cruzando informações de milhões de contribuintes no intuito de combater a
lavagem de dinheiro e outros crimes financeiros. O sucesso da iniciativa é evidenciado
pelo aumento anual no montante de recursos direcionados a essa área de Inteligência.
Fortalecer a implementação de “cidades inteligentes”
Que tal ter um sistema de monitoramento em tempo real, para que toda a população possa
acompanhar o consumo de energia e as possibilidades de sobrecarga no fornecimento?
Semáforos cuja sincronização seja alterada a depender do trânsito nas vias? Zonas de
maior concentração de poluição sonora e atmosférica monitoradas via sistema? Tudo
isso já é possível com o auxílio de Big Data Analytics, utilizado em grandes cidades do
mundo para torná-las ‘smart cities’, como Barcelona.
Assista ao nosso webinar sobre Big Data e Logística e entenda como a cidade de
Barcelona tornou-se um case mundial de smart city!
28. 28
—
39
Monitorar o nível de satisfação da população
Um trabalho científico apoiado em Big Data é indiscutivelmente mais completo e eficaz
do que uma simples pesquisa por amostragem. Assim, o monitoramento das mídias
sociais por meio de ferramentas de Social Big Data é abertura para que os gestores
públicos conheçam o que seus contribuintes pensam do trabalho desenvolvido e
obtenham insights para implantação de novos projetos ou soluções para problemas
detectados (que dificilmente chegariam ao conhecimento das autoridades públicas
pelos canais tradicionais de comunicação).
30. 30
—
39
1
BIG DATA ON
BIGMAC
6
CASES DE
SUCESSO EM
BIG DATA
A mais importante rede de fast-food do planeta, McDonalds,
trabalha com o gerenciamento de mais de 34 mil restaurantes,
servindo mais de 69 milhões de pessoas em 118 países. Tudo
isso em uma frequência diária! É natural imaginar que um
gigante como esse gere toneladas de dados diariamente,
certo? Mas o que a rede do “M” mais famoso do mundo faz
com todos esses rastros?
31. 31
—
39
O McDonalds coleta e combina os múltiplos dados de suas lanchonetes ao redor do
mundo a fim de padronizá-los e, com isso, compreender as reações de seu público, as
expectativas de cada nicho em torno de seus produtos e as alterações logísticas e de
design que podem ser feitas para melhorar a cadeia de serviços.
Já foram lançados novos sanduíches a partir de estudos de Sentiment Analysis
(análises de sentimento) realizados em mídias sociais; foram feitas promoções em
tempo real, acompanhadas de perto por cientistas de dados, que mensuraram
atentamente as manifestações e reações de seu target, alterando estratégias “in real-
time”; e até a logística do Drive-Thru é alterada em cada país de acordo com as reações
de seus consumidores no que concerne a questões como design, tempo de espera e
informações providenciadas por seus funcionários no ponto de retirada dos produtos.
Tudo por meio de ferramentas de Big Data Analytics.
32. 32
—
39
AAmericanExpressconseguiucompreenderqueamobilidade
e os recursos digitais modificaram as expectativas de seus
consumidores sobre seus serviços nos últimos anos. Seu
cliente espera que a empresa o conheça profundamente,
saiba dialogar com ele, entenda suas preferências e as atenda.
Esse nível de consciência de mercado foi adquirido pela
empresa por meio da implantação de um audacioso projeto de
Big Data Analytics, que integra tecnologias open source, como
o Hadoop, com as capacitações analíticas e operacionais da
organização, ao longo de suas linhas de negócios.
O resultado foi o desenvolvimento de parcerias estratégicas
e experiências “real-time” para atender seus consumidores.
Dois exemplos dessas ações são o Amex Offers, que conecta
seus membros a promoções personalizadas, bem como uma
parceria inovadora com o site de viagens Trip Advisor, cujo
objetivo é a concessão de benefícios exclusivos e em tempo
real aos clientes da operadora de cartões.
2
AMERICAN
EXPRESS
33. 33
—
39
Essa empresa norte-americana especializada no
gerenciamento de produções agrícolas utiliza a mineração de
dados em tempo real, no intuito de receber dados preditivos
sobre colheitas futuras, condições de plantio e estado da
vegetação. Tem como clientes nada menos do que 20% das
fazendas norte-americanas. O trabalho aprofundado com
Big Data Analytics ajuda os fazendeiros a ampliarem a
produtividade de seus acres.
3
35. 35
—
39
Henry Ford dizia que não é o empregador que paga os
salários, e sim os clientes. O ensinamento mostra que
quem não conhece seu público dificilmente prosperará no
mundo corporativo. Como se não bastasse, o dinamismo
do mundo moderno também exige dos gestores altíssimo
conhecimento das práticas concorrenciais, além das
conjecturas macroeconômicas; tudo com antecedência, antes
da eclosão do fato. Ou seja: é preciso ter visão 360º sobre todos
os stakeholders, prevendo comportamentos, inovações dos
rivais, aumento de custos. Como antever uma jogada sem o
auxílio de ferramentas especializadas no assunto?
O mundo acordou para Big Data Analytics. Hoje, os sistemas
de análise de dados estão presentes em empresas dos mais
diversos portes e segmentos, do Google às PMEs. Assim, não
importa se você é gestor de uma companhia aérea e precisa
cruzar 1.500 sensores espalhados pela aeronave para verificar
se este avião, que está a 5 horas do destino, precisa fazer um
pouso imediato para uma manutenção emergencial. Ou se
7
CONCLUSÃO
HENRY FORD DIZIA
QUE NÃO É O
EMPREGADOR QUE
PAGA OS SALÁRIOS,
E SIM OS CLIENTES.
36. 36
—
39
você simplesmente tem um portal de saúde e precisa intercruzar dados como faixa
etária, altura, peso, sexo e localização de 5 milhões de usuários por mês, a fim de deduzir
quais regiões estão mais suscetíveis a determinada doença. Ou mesmo se você tem uma
revendedora de peças automotivas e precisa prever as flutuações sazonais de demanda.
Big Data Analytics é isso: a bússola suprema de qualquer empreendedor de sucesso que
queira usar seu conhecimento privilegiado do mercado para suprimir a concorrência,
independentemente do momento econômico. Se você ainda não trabalha com análise
de dados, é melhor começar a rever seus conceitos.
38. 38
—
39
A Hekima é uma empresa que desenvolve soluções de Big Data
Analytics as a Service que unem tecnologia e conhecimento
humano especializado, a fim de ajudar negócios a obterem
sucesso por meio da exploração de dados e extração de
insights.
Para nos conhecer melhor, é só acessar hekima.com/.
8
SOBRE A
HEKIMA
39. 39
—
39
+55 31 2516-4812
contato@hekima.com
www.hekima.com
Avenida Álvares Cabral, 1315, Sala 7.
Lourdes - Belo Horizonte, MG, Brasil
30170-001
KEEP
IN
TOUCH
—
Mantenha-se atualizado sobre as novidades em Big Data e baixe
gratuitamente os nossos materiais em www. bigdatabusiness.com.br