Nessa apresentação temos alguns cases de BigData na industria de logística, algoritmos e inteligência preditiva para melhorar análises geográficas, rotas, etc. Veja como nossa empresa pode ajudar seu negócio a ser mais eficiente usando dados

2. SomosumaconsultoriadeBig Data,
, análisespreditivase tomadas
dedecisões atravésdemachine learning.
EMPRESA DEAL GROUP
1 3 A N O S D E AT U A Ç Ã O
+300
Colaboradores
+100
Empresas
Atendidas
+50
Projetos de
BI, DW e Big Data
+1.000
Pessoas
Treinadas

3. 2012 Nossoprimeirocontatofoiem
2012emumEventodo TDWI,
ondefalarammuitosobreofuturo
dos dados,Bigdatae Hadoop.
2014 Em2014assinamosaparceria
comaHortonworks.
1º InstrutorCertificadoHemisfério
Sul
2015 Em2015iniciamostreinamentose projetos.
São6projetosde Bigdata,+100alunostreinados
3especificamentesobreamontagemdeDataLakes.

4. DEPARTAMENTO
COMERCIAL
 Comparaçãode ClientesAtuaisx
Prospects
 Capturade Prospectsem RedesSociais
 CruzamentodeDadosdeMercadocom
DadosInternos.Ex.: Crescimentoda
Industria,DadosdeConcorrentes
MANUTENÇÃO
 Cruzamentodedadostécnicosde
manutenção
 Curva deManutençãoPreditiva
 Índicesde Quebras/Falhaspor:
Motorista,Marca, Veículo e Rota
LOGÍSTICAINTEGRADA
 MapeamentodeZonasde Coletae
Entrega
 Algoritmosde Distribuição
 VisualizaçãodeDadosem TempoReal
 OtimizaçãodeRomaneio/Alocação
 Sistemade ColetasOtimizado
SEGURANÇA
 CruzamentodeFontesExternas
(Meteorologia)
 RastreamentoIntegradoaossistemas
internos
 MapeamentodeOcorrências
 MapeamentoporProdutosx Rotas
 AlertaPreditivo

5.  Áreade CoberturaFiliais
 ClientesAtuaisxRotas
 Prospectosx Rotas
 Prospectosx Filiais
 MapeamentodeLeads
 PlanejamentodeEntregas

6.  Planejamentode
Dependências
 TempoPrevistodeChegada
 IntegraçãoDados
 Waze
 GPS
 GoogleMaps
 Roteirização
 DistribuiçãodeCargas
PrevLinha1 SaídaLinha2 DependênciaEntreLinhas VolumePacotes Sugestão
19:30 19:00 Sim 300kg Aguardar Linha 1
20:30 20:00 Não -- Pode LiberarSaída
21:00 20:30 Sim 5000kg Aguardar Linha 1

7.  Inteligência Comercial
 Geração de NFs dos Clientes
 Busca de Dados deLeads eConcorrentes
 Mapeamento de Áreas nãoatendidas
 Geração de Leads paraoComercial
 DadosExternos

8. Manutençãoe AnálisedeFrota –Estudosde
Manutençãoe Depesas
AnáliseDescritiva, Diagnóstica,Preditiva e
Prescritiva

9. PlanejamentodeChegada:
 Monitoramento(SASCAR)
 WAZE
 MAPS
11:25
12:00

10.  Combase nos CNPJs e NFEs recebidas :
 Geramos as notas dos intervalos ( notas nãotransportadas pela XXX )
 Feito estudo inicial coma empresa ABCDEEPP

11. XXX

13.  Mapear áreas não cobertas
 % Aproximado de Sharedo Cliente
 Dados dos Concorrentes ( Quando Frete Preenchido )
 Potencial deaumento de Receita ( Cargas deOutros Transportadores )
 Redefinir Redede Coleta e Entrega baseado nos dados

14.  Familiaridade com Sistemas de Transportes e Roteirização
 Atuação com Estoques e Materiais
 Curva ABC e distribuição
 Atuação em Sistema Integrado ( Sistema Coca Cola )

15. ALGUNS CLIENTES
PROJETOSETREINAMENTOS

16. TIBCO– Business Intelligence
Bancos deDados
PowerBI
Azure
ETL
Data Quality
MDM–Master Data Management
Hadoop
Nifi

17. OBRIGADO!
MarcoGarcia
AvenidaPaulista,171- 7andar- JardimPaulista
(11) 98779-0500
mgarcia@cetax.com.br