value1

Estatísticas de Internet e Mídias Sociais em 2018

Estatísticas de Internet e Mídias Sociais em 2018

Estatísticas de Internet e Mídias Sociais, este ano tem sido explosivo para o mundo da mídia social. Com todos os regulamentos on-line, as revoluções da hashtag no Twitter e os escândalos de privacidade no Facebook, a Internet ofereceu uma infinidade de dramas . Continue reading "Estatísticas de Internet e Mídias Sociais em 2018"

value1

Supercomputador brasileiro é desligado por falta de dinheiro para conta de luz

Supercomputador brasileiro é desligado por falta de dinheiro para conta de luz

Sem condições de pagar a conta de luz, o Laboratório Nacional de Computação Científica (LNCC), que fica em Petrópolis, no Rio de Janeiro, se viu obrigado a desligar o supercomputador Santos Dumont, instalado no local. A máquina é a maior da América Latina e uma das 300 mais rápidas do mundo. Continue reading "Supercomputador brasileiro é desligado por falta de dinheiro para conta de luz"

value1

Digitaú a filosofia por trás, na visão de Roberto Setubal

Digitaú a filosofia por trás, na visão de Roberto Setubal

As tecnologias transformam radicalmente todos os setores. A indústria financeira se apressa para explorar as oportunidades que surgem a partir da massificação dos dispositivos móveis e da internet ,que impulsionam uma economia cada vez mais digital. Continue reading "Digitaú a filosofia por trás, na visão de Roberto Setubal"

value1

Como superar o medo de Big Data e utilizar da inovação.

Como superar o medo de Big Data e utilizar da inovação.

Se você é como a maioria dos líderes de negócios, você gela só de ouvir falar em Big Data. Embora coletar, analisar e tirar vantagem de informações dos clientes seja a preocupação de 72% dos empresários e líderes da área de TI, apenas 44% tomam a atitude de falar a respeito, de acordo com a 6ª Pesquisa Anual de QI Digital da PwC. Continue reading "Como superar o medo de Big Data e utilizar da inovação."

value1

Você sabe a diferença entre BI e Big Data?

Aproveitar ao máximo os benefícios que a tecnologia proporciona é o desejo – e, acreditamos, o plano – de 10 em cada 10 empresas. Afinal, qual companhia não quer entregar os melhores serviços e produtos, encantar o cliente, ser competitiva, transparente, ágil e lucrativa? A tecnologia, ainda que não consiga atingir sozinha todos esses objetivos, ajuda os executivos a definirem qual o melhor caminho.

 

E, em busca de apoiar cada vez mais as empresas na superação dos desafios, a TI está em constante evolução. Essa evolução – conhecida como “ondas da tecnologia” – causa grande impacto no mundo corporativo ao propor modelos de negócio inovadores, romper paradigmas, criar novas formas de relacionamento e permitir a tomada de decisão de forma cada vez mais rápida e assertiva.

Porém, nem sempre o mercado está maduro o bastante para absorver os conceitos no momento em que eles surgem, podendo causar, inclusive, uma confusão entre as novas tecnologias e algumas já amplamente utilizadas. Esse é o cenário que encontramos hoje quando falamos sobre big data e BI (business intelligence).

Não é difícil entender o que gera essa dúvida, uma vez que ambas as tecnologias trabalham com captura e interpretação de dados, com objetivo de permitir que as empresas tenham acesso a detalhes de suas operações, interações com clientes e eventos que acontecem no seu ambiente. A intenção é que, com isso, elas possam identificar comportamento e tomar ações estratégicas.

Porém, uma das principais diferenças entre eles é que, no BI, as informações analisadas em geral refletem apenas o passado e depois de extraídas do local em que são geradas, posteriormente são aplicadas em relatórios e dashboards– a solução, sozinha, não tem inteligência e precisa que profissionais interpretem e tomem as decisões. 

Quando olhamos para big data, recursos de predição devem ser intrínsecos ao conjunto da tecnologia, para melhor interpretar os dados e antecipar possíveis comportamentos, permitindo assim insights mais rápidos. Ou seja, mais do que um BI aprimorado, a evolução que o Big Data propõe é a inclusão da inteligência nas soluções com base em análise de grandes volumes de dados diversos e em movimento.

Para que as diferenças entre o BI e o big data sejam percebidas com mais facilidade, antes de tudo, é importante entender o que realmente se caracteriza como big data. Uma dica é observar os cinco Vs. Explicando: para ser caracterizado como big data, os dados precisam, necessariamente, reunir cinco características: volume, variedade, velocidade, veracidade e valor:

- Volume – o primeiro passo para começarmos a falar sobre big data é a existência de um grande volume de dados para ser analisado;

- Variedade – além do alto volume, os dados precisam ter variedade, ou seja, trazer informações sobre diferentes vertentes de uma mesma operação, enriquecendo assim a análise e permitindo assertividade na tomada de decisão. Por exemplo, quando falamos sobre interação com um cliente, é preciso levar em conta dados estruturados como cadastro, histórico de pedidos, compras realizadas, cobranças, grau de satisfação, problemas já reportados, interesses, etc. além de dados não estruturados como comentários em redes sociais (tweets, curtidas, etc.) e logs de interação.

- Velocidade –
 além de dados estáticos (cadastros, tabelas, datamarts, etc.) é preciso levar em conta dados em movimento, em geral eventos que podem acontecer em qualquer momento e etapa dos processos.

- Veracidade – 
os dados precisam ser confiáveis e os modelos de análise precisos. Caso contrário, os resultados obtidos não representam a realidade.

- Valor –
 todos os esforços na implantação de uma cultura de big data nas empresas devem ter por objetivo a geração de valor, seja na retenção de clientes, aumento da eficiência operacional, aumento das vendas e melhoria da percepção da marca da empresa (branding).

Quando as informações atendem às premissas acima, estamos diante de um caso de big data – um conceito que, apesar de novo, vem revolucionando o cenário tecnológico mundial. Aplicando a inteligência correta ao big data, as empresas podem obter informações e vantagens de negócio que são atualmente impossíveis de se obter apenas com o BI. Imagine por exemplo o valor que a previsão correta de uma tendência de volume de vendas em tempo real pode ter para sua operação?

(*) Joaquin Jaime e Rodrigo Silveira são Business Solutions Architects da Software AG 

fonte:? http://cio.com.br/

value1

Big data não deve ser um projeto de TI

Tenha isso em mente: big data não deve ser tratado como um tópico de TI. Essa é a observação de Rasmus Wegener, executivo da Bain & Company focado na disciplina, quando questionado sobre qual seria o principal equívoco cometido atualmente em iniciativas envolvendo o conceito. “Todo mundo está exposto ao tema e não é algo da tecnologia. Vincula-se a uma nova forma de fazer negócios”, reforça.

 

A afirmação não exclui, contudo, o CIO da jogada. Aliás, trata-se do oposto disso. Os executivos de tecnologia têm um papel fundamental e podem melhorar seu status dentro das organizações com a abordagem de que é o profissional capaz de ajudar o negócio no processo de extração de valor desse grande volume de dados.

“Os líderes de TI podem aproveitar movimento para aproximar-se da estratégia das organizações”, comenta Wegener, fortalecendo o impacto transformador trazido a partir de abordagens certeiras quanto ao uso de big data. “Inserir esse tipo de iniciativa na agenda corporativa configura-se em uma oportunidade de abrir os diálogos com a alta gestão. O CIO é, no caso, o facilitador”, adiciona.

Assim como tantas outras consultorias, a Bain & Company bate na tecla de que os projetos de grandes volumes de dados precisam endereçar demandas de negócio. E a recomendação, a partir daí, é começar com esforços endereçados a oportunidades ou desafios de negócios conhecidos. 

“Vinte prioridades é igual a nenhuma prioridade. Escolha o que melhor se encaixa nos seus objetivos e os persiga”, comenta o especialista, dizendo que a abordagem correta garante gastos mínimos com tecnologia.

Dentre os desafios, Wegener cita que talvez o principal medo para iniciativas envolvendo o conceito ainda toca o valor dos projetos. O receio vem quanto a incerteza quanto ao retorno sobre os investimentos, ainda incertos, o que reforça a necessidade de elaborar um bom business case para vender a ideia à gestão da companhia.

As grandes verdades valem
Em um ambiente onde as empresas não são nascidas digitais – onde o investimento é mais natural – o trabalho é mais difícil. Comece com problemas do seu já identificados e pense que uma abordagem de big data pode ajudar a tomar uma decisão melhor, economizar dinheiro com ferramentas que não precisaria.

Além disso, ele cita que acertar quanto ao direcionamento da aplicação das ferramentas analíticas permite torna os negócios duas vezes mais rentáveis, além de possibilitar tomadas de decisões três vezes melhores e cinco vezes mais rápidas.

fonte: http://computerworld.com.br/

value1

Big Data em bancos 3.0

Tecnologias de Big Data vêm dando cada vez mais agilidade para entender as necessidades dos clientes de empresas de diferentes setores. No segmento financeiro não é diferente. Com a ampliação dos canais de comunicação e atendimento aos correntistas, a quantidade de dados estruturados e não-estruturados que podem ser coletados e analisados sobre os clientes é cada vez maior. O desafio dos bancos é, portanto, saber usar essas informações em prol do negócio.

 

O aumento dos dados armazenados tem ocorrido por conta de um novo perfil de cliente, que exige uma experiência multicanal e atendimento ágil em diferentes telas. Enquanto um correntista vai até a agência física, em média, uma vez por mês, em canais digitais acessados via celular ou tablet essa interação pode chegar a até 30 vezes no mesmo período, o que multiplica as possibilidades de coleta de informações.

Banking não é mais um lugar para ir, mas algo que você faz. Este novo cliente também utiliza a internet como canal de atendimento de cinco a sete vezes por mês, enquanto vai até o caixa eletrônico apenas de três a cinco vezes no mesmo período de tempo. É nítido que o fluxo de pessoas nas agências vem diminuindo cada vez mais, enquanto os canais digitais estão ganhando mais e mais relevância.

O chamado ‘banco 3.0’ consegue, por meio da tecnologia, ser onipresente na vida do cliente e cria inúmeras possibilidades em termos de coleta e análise de informações. Nessa nova era das instituições bancárias, o banco torna-se inteligente e multicanal e precisa tirar proveito disso para desenvolver novos direcionamentos estratégicos focados no comportamento dos correntistas.

Com a abordagem onipresente nos canais digitais, é possível, por exemplo, ofertar produtos e serviços online, em tempo real, utilizando tecnologias de Big Data Analytics disponíveis. Dessa forma, as ofertas se tornam mais assertivas e direcionadas, pois são feitas com base nas preferências dos clientes, e a chance de que sejam bem-sucedidas aumenta. É possível aplicar análises preditivas de forma estratégica para atender os clientes de forma mais eficaz perante suas necessidades financeiras.

Em paralelo, o monitoramento de mídias sociais possibilita engajar clientes, mitigar riscos e reagir prontamente a problemas, além de enriquecer os dados dos clientes com informações que facilitam proposições mais eficazes. Tudo isso possibilitado pelos canais digitais, que permitem aos bancos descobrir os melhores insights para cada perfil.

fonte: http://cio.com.br/

value1

Big Data e a adolescência

Big Data virou mais uma buzz word que todo mundo usa, mas do que se trata afinal? Seria algo realmente novo?

Coletar dados, filtrá-los numa peneira analítica e extrair dela informações para tomada de decisão é um processo não tão novo. Qual é a diferença então do Big Data?

 

Imagine a seguinte realidade: você é estudante do ensino médio e precisa fazer um trabalho sobre a Guerra do Paraguai para entregar à sua professora daqui a uma semana. Você vive num mundo em que não existe internet (nem o Google!), logo sua única alternativa é ir para uma biblioteca ou então consultar uma Enciclopédia, para obter as informações necessárias para o seu trabalho. Seja bem-vindo aos tenebrosos anos 90!

De lá para cá, o desafio do aluno deixou de ser “encontrar a informação” e passou a ser “qual informação usar” dentre as diversas possibilidades que ele tem acesso.

Uma pesquisa do IDC afirma que existirão 40 zettabytes de dados em 2020. 1 zettabyte equivale a 1 trilhão de gigabytes. Cada pessoa na Terra produzirá em média 5.200 gigabytes! E o custo para armazenar, trabalhar e analisar esses dados?

Vamos a mais uma informação: em 1980, o custo para armazenar 1 gigabyte era 300.000 dólares. Em 2010, o custo para armazenar o mesmo 1 gigabyte caiu para 10 centavos de dólar! A expectativa é que seja 5 centavos de dólar em 2013 (Fonte: IBM). Para mais detalhes, procurem pela Lei de Moore.

Como lidar então com essa estratosférica quantidade de dados que estão sendo gerados a cada segundo, sendo que por volta de 30% são completamente inúteis?

Vamos a algumas definições que o Prof. Google nos traz:

“Big Data é o conjunto de soluções tecnológicas capaz de lidar com dados digitais em volume, variedade e velocidade inéditos até hoje. Na prática, a tecnologia permite analisar qualquer tipo de informação digital em tempo real, sendo fundamental para a tomada de decisões” – Gartner

“Big Data se trata de um conceito, no qual o foco é o grande armazenamento de dados e maior velocidade. Podemos dizer que o Big Data se baseia em 5Vs: velocidade, volume, variedade, veracidade e valor” – Wikipedia

Listo abaixo algumas sugestões de como usar o Big Data no contexto do e-commerce:

- Personalização e mapeamento da decisão de compra

- Predição de quem irá clicar, comprar, cancelar e retornar

- Melhoria nos sistemas anti-fraudes

- Identificação da política de precificação da concorrência

- Automatização da estratégia dos canais de venda

Agora, cuidado com as pessoas que dizem que “fazem big data”. Provavelmente eles querem pegar carona na buzz word e acabarão parecendo os adolescentes como diz a frase na imagem.

fonte: http://ecommercenews.com.br/

value1

Afinal, Big Data é um tema antigo ou novo?

Como um dos temas mais ambíguos no mundo da tecnologia, segundo apontou o Gartner, Big Data tem despertado dúvidas se esse é, realmente, um tema novo ou é algo antigo. Existe um desafio ainda de mostrar uma visão completa do que está sob o guarda-chuva de Big Data, que envolva diferentes temas e que traga grandes oportunidades para os negócios. Faz-se necessária muita humildade para falar desse tema e ciência de que dificilmente teremos uma definição clara e abrangente o suficiente para esgotar o assunto.

 

Machine Learning é um dos temas sob esse guarda-chuva e trata há várias décadas sobre o assunto de descoberta de padrões em bases de dados. Similarmente, a Estatística faz esse exercício e contribui na previsão de valores com base no histórico, mas não foge da aplicação de técnicas em dados para descoberta de padrões.

Estrategicamente, o mercado adotou um nome que era um pouco mais charmoso que esses dois para transformar esses assuntos altamente técnicos em mais comerciais. Assim, nasceu o termo Data Mining, que não trazia basicamente nada de novo. Ao lado de Data Mining - para alguns dentro desse tema, encontra-se Text Mining, que se refere ao tratamento de dados não estruturados para serem aplicadas às técnicas de Data Mining.

E, assim, vamos desvendando o que está sob este guarda-chuva com um outro tema mais conhecido na Matemática e que tinha várias aplicações relevantes, principalmente, em indústrias e ganharia força com esse movimento: a Pesquisa Operacional, que seria difundida como Otimização.

Data Mining, Text Mining e Otimização, não estavam soando muito bem mercadologicamente e, além disso, estava fragmentado. Então, surge uma nova “marca” denominada de Business Analytics, que foi adotada pelos grandes players que já tratavam dos temas.

Enfim podemos falar de algo novo sob o guarda-chuva Big Data. Chegaram ao mercado às plataformas in-memory e, principalmente, Hadoop. Esse último, realmente, abriu possibilidades ainda não exploradas. Acessar e aplicar técnicas de Data Mining a trilhões de registros ou petabytes de dados só passou a ser possível com o advento dessa tecnologia, que rompeu com as limitações de performance de leitura e gravação em discos rígidos.

Juntando então Data Mining, tecnologias in-memory (DBMS e DataViz) e o abrangente tema Hadoop, temos enfim uma forma mais clara e menos nebulosa de enxergar Big Data.

Possivelmente, poderemos ter novos temas sendo abocanhados por esse guarda-chuva, que sim, é novo quando olhamos da perspectiva ampliada. O Big Data de hoje, de forma estruturada e completa, aliado a software, hardware, pessoas, processos e técnicas é sim um novo modelo que tem tudo para apoiar decisões operacionais, táticas e estratégicas das organizações que querem sair na frente, pois ainda de acordo com o Gartner, as empresas com excelência analítica são aptas a ter duas vezes mais vantagem competitiva.

(*) Eder Balbino é estatístico, especialista em gestão estratégica da informação e executivo de Big Data na Algar Tech

fonte: http://cio.com.br/

value1

Uso do Big Data contra fraudes ainda é baixo

Fraude e corrupção são fatos da vida empresarial. Estudos mostram que as empresas globais podem perder até 5% das receitas com fraudes. Mas o uso do Big Data e da a mineração dos dados podem ser poderosas ferramentas no combate à fraude, de acordo com a maioria dos executivos ouvidos para a pesquisa "Big risks require big data thinking - Global Forensic Data Analytics Survey 2014", da Ernest & Young.

 

O estudo ouviu profissionais de alta gerência de 466 empresas, de diferentes porte e segmentos econômicos, em 11 paíse, 40 deles no Brasil. Do total de entrevistados, 72% (75% no Brasil) acreditam que as emergentes ferramentas de Big Data podem desempenhar um papel fundamental na prevenção e detecção de fraudes. No entanto, apenas 7% dos entrevistados conhece aplicações específicas de Big Data para este fim e apenas 2% dos entrevistados (5% no Brasil) já fez uso de recursos de Big Data integrados ao FDA (Forensic Data Analytics).

De acordo com o estudo, o volume de dados analisado hoje é relativamente pequeno: 42% das empresas com faturamento entre 100 milhões e 1 bilhão de dólares, estão trabalhando com conjuntos de dados com menos de 10 mil registros. Entre as empresas com faturamento acima de 1 bilhão de dolares, 71% estão trabalhando com conjuntos de um milhão de registros ou menos.

Claramente, os volumes de dados gerados e coletados por essas empresas, diariamente, são muito maiores e sua análise em tempo real teria impacto direto na eficácia de como elas poderiam sintetizar e interpretar os riscos de fraude e corrupção em tempo hábil para mitigá-los.

Portanto, a oportunidade de proporcionar uma melhor visão de conformidade para a alta gestão, o conselho administrativo e outras partes interessadas serão maiores com o aumento da capacidade de mineração de Big Data entre as ferramentas de FDA.

O maior desafio das empresas é ter acesso às ferramentas adequadas e ao conhecimento necessário para uso delas. Outros desafios notáveis ​​incluem "a melhoria da qualidade dos processo de análise" e "a combinação de várias fontes de dados".