Guia de Estudos da Unidade 4 - Processo Decisório

Prévia do material em texto

Processo Decisório
UNIDADE 4
1
Processo Decisório
UniDaDe 4
Pra início de conversa
Olá Caro aluno, que bom saber que até aqui você continua participando da nossa disciplina.
Se nas Unidades anteriores vimos a teoria do Processo Decisório, algumas formas e metodologias que 
ajudam no processo de decisão, além das tecnologias usadas no processo decisório, que o auxiliam, 
você verá nessa unidade de forma, bem mais prática o uso da tecnologia aplicada ao dia a dia das em-
presas. 
Você vai começar o estudo dessa unidade, por exemplo, prestando atenção ao O USO DA TECNOLOGIA 
DA INFORMAÇÃO NAS ORGANIZAÇÕES, principalmente o uso da Tecnologia da Informação (TI).
Mas voltando ao o uso da tecnologia da informação nas organizações, é importante que você deva 
identificar os benefícios do uso da tecnologia, mais do que o uso tradicional analítico sem a mesma.Em 
primeiro lugar é bastante importante no seguinte escopo: pequenas decisões em nosso dia a dia que 
acrescentam um monte de valor de uma vez só. O capital nº01 de algumas empresas que tem que enca-
rar como lidar com as muitas decisões automatizadas é a tecnologia. Uma recomendação de um simples 
produto A para um cliente tal, se daria no uso de muito tempo pelos procedimentos normais analíticos, 
aqueles mais operacionais sem o uso da tecnologia, então aqui vemos um caso onde as decisões auto-
matizadas acabam rendendo uma economia de tempo e uma otimização das ações da organização.
Numa necessidade extrema, você poderá visualizar que frequentes decisões estratégicas para compa-
nhias como reunir todos os dados e tecnologia que se puder achar, incluindo ferramentas de decisão que 
nesse espaço de tempo, existe até simulação como um jogo, por exemplo, similares aquelas máquinas 
de jogos que se tem nos Cassinos em Monte Carlo no Principado de Mônaco. Mas a escolha por parte 
das empresas em última escala e de forma final é sempre dos executivos do alto escalão, isso é algo 
que você perceberá facilmente quando for trabalhar ou se já trabalha numa empresa. Mesmo com tanto 
avanço da tecnologia no dia a dia das empresas esse processo vertical de cima para baixo da tomada de 
decisões nunca muda até agora.
Vale ressaltar que no meio desse escopo, existe uma vasta e larga extensão territorial a ser explorada. 
Essas direções, ou melhor, esses direcionamentos são relativamente frequentes e individualmente im-
portantes, requerendo sempre a decisão e a experiência para se decidir corretamente, representando 
assim um grande potencial, uma espécie de “mina de ouro” para as companhias com avançados méto-
dos de decisões ou de meios analíticos como vimos na Unidade 2 da disciplina.
Tomamos como exemplo o caso das empresas multinacionais na área de seguro. 
Imagine se para cada cliente a companhia deve fazer um plano de entrada para cada 
um deles tomando a base do risco que cada um pode gerar na negociação da empre-
sa, seriam num caso de uma multinacional haveria centenas ou milhares de planos 
diferentes ao longo do mundo inteiro. Seria necessário um exército de funcionários 
escrevendo e registrando essas decisões. Cada uma teria um nível particular de ex-
periência e cada uma provavelmente teria um peso de uma sequência de dúzias de 
variáveis diferentes.
2
Agora continue pensando que você emprega um profissional analítico (estudado na 
Unidade 2) que codifica a abordagem ao cliente de forma melhor, trabalha com expe-
rientes profissionais que fazem relatórios. Você vai construir um modelo analítico que 
montará sua decisão de forma lógica. Outros profissionais de relatórios, que poderiam 
ser os amadores analíticos (também estudado na Unidade 2) então usariam esse mo-
delo descrito nas suas decisões também. Dessa forma, esse de forma de decisão não 
destrói os dados por simular a participação humana em parte do processo.
Até agora você, deve está se perguntando, tudo que lhe foi apresentando é muito bom, mas como você 
poderia aprender a utilizar ou fazer aparecer na empresa que você trabalha ou vai trabalhar? O mais 
importante é você ter em mente que a necessidade do conhecimento humano não vai desaparecer muito 
menos sua capacidade de decisão, essas habilidades continuaram sendo requisitadas nas empresas, 
principalmente profissionais mais experientes. 
Mas você salientar que o “jogo” mudou, onde as máquinas são usadas num grau de especificidade que 
replicam até as melhoras práticas do ser humano. Esse processo decisório agora conduz aos resultados 
que são:
§	Geralmente melhor: a empresa incorpora conhecimento para fazer de forma precisa e ter deci-
sões de alta qualidade.
§	Mais consistência: o número de decisões tem que ser reduzidos, isso ocorre porque decisões 
automatizadas (com o uso da tecnologia) diminuem o aparecimento de um número maior de 
variáveis.
§	Mais escalas: você pode usar os amadores analíticos como forma para o crescimento do negó-
cio e trazê-los para trabalhar com você sempre de forma mais rápida.
Por fim, você deve aumentar o teste de capacidade de aprendizagem dentro da em-
presa, toda aparecimento de processo decisório aplicado ao uso de uma forma mais 
fácil alimenta ou retroalimenta dentro desse modelo de processo, então fica cada vez 
melhor e melhor. Então as decisões irão referenciar esse processo de forma mais con-
tundente.
O uso de Tecnologia da Informação nas empresas não é uma questão de pequena importância, apesar 
da forma prática que foi explicada. Você deve identificar a necessidade para usá-la toda vez que pre-
cisar alterar o seu processo de decisão. Você precisa construir capacidades tecnológicas para a sua 
empresa e deve se encarregar e assegurar que o seu pessoal adote e use esse modelo de processo de-
cisório citado. Vamos ver alguns exemplos dessas mudanças dentro das empresas.
Você já imaginou um supermercado sem caixa físico, ou seja, sem uma pessoa no 
caixa para atendê-lo. Parece uma invencionice fruto de uma mente bastante criativa, 
mas esse mundo já existe! Pelo menos nos Estados Unidos...
???
3
Loja da Fresh and easy, nos eUa: seLF-service ao extremo
Terminais de autoatendimento não são mais usados em bancos ou hotéis, você pode vê-los em super-
mercados e a tendência é que se espalhe para outros tipos de negócios.
Nos estados Unidos da América as lojas dos centros de distribuição varejistas Fresh and Easy, elas não 
eliminaram as gôndolas de supermercados, que são as prateleiras onde os produtos são expostos, exis-
tem carrinhos de compra e promoções ao todo vapor. O único detalhe que causa estranhamento é um só: 
a ausência de funcionários registrando as compras nos caixas. 
Quem faz esse serviço é o próprio cliente, o auto-serviço de registrar a compra, é feito de que forma?
Os clientes passam os seus produtos por um leitor de códigos de barra e depois de tudo registrado, paga 
as suas compras com cartões de débito ou crédito.
Essa rede de lojas é nova, tem um pouco mais de cinco anos e com suas 2 lojas, já que é um braço ame-
ricano da britânica Tesco — adota uma modalidade extrema do auto-serviço. 
Esse uso da Fresh and Easy mostra de forma bastante clarividente uma tendência no mundo globalizado, 
a substituição de atendentes humanos por máquinas.
Se você procurar pelas razões disso acontecer cada vez mais, são os mesmos que levaram os bancos, 
primeiramente no auto-serviço a adotar os caixas eletrônicos: redução de gastos operacionais e de tem-
po de atendimento ao cliente. 
Por exemplo, companhias de aviação civil, as populares companhias aéreas já dota-
ram o sistema de o sistema de check-in automatizado e diminuíram seus custos em 
até 95%. Veja a questão do índice contabilístico, para cada passageiro que fosse 
atendido no da companhia custava em média 3 dólares para a companhia, com o ad-
vento dos terminais de auto-atendimento para o serviço, esse custo caiu drasticamen-
te para 14 centavos de dólar. 
A conclusão que chegamos é que com o avanço da tecnologia e a perspectiva crescente de redu-
ção maior dos custos, fica mais fácil compreendero entusiasmo das empresas de varejo com o 
sistema de auto-atendimento no mundo de hoje.
consumidor “self-service”
•	 Mas a economia ou redução de custos não é a única explicação para essa nova onda de auto-
matização. Em tempos de internet, os consumidores viraram uma espécie de cientes que fazem 
quase tudo sozinhos. Como desde a compra de um livro numa loja online, para comprar um 
pacote para viagens e o seu relatório de empresas para dar entrada no relatório de despesas de 
viagem no sistema da empresa. 
•	 Institutos de pesquisas consideram irreversíveis. O instituto de pesquisas Gartner considera 
irreversível a tendência do self-service no mundo real: nos próximos dois anos, seis em cada 
dez interações com clientes serão automatizadas, e isso vale para o mundo todo. “O brasileiro 
tem características distintas do francês ou do alemão. Mas as semelhanças são muito maiores 
do que as diferenças”, diz Marcelo Angeletti, professor de pós-graduação da Escola Superior 
de Propaganda e Marketing (ESPM). “Todos eles querem agilidade e comodidade ao consumir.” 
4
Uma pesquisa interna da Tesco confirma: 90% dos consumidores se mostraram satisfeitos em 
registrar as compras por conta própria.
•	 O self check-in está disponível para todos que desejam viajar os passageiros que viajem em 
voos oferecidos pela TAP, não importa se tem ou não bagagem a ser despachada, basta que 
possuam um bilhete eletrônico.
Nova York tem hotéis, bares e restaurantes abrindo a torto e a direito. Ano passado, chegou a cidade o 
Yotel, o hotel descoladinho dos aeroportos de Londres que tem cabines ao invés de quartos, camas que 
se movem, checkin eletrônico e um robot no lobby para guardar sua mala.
Mundo self-service
Algumas novas aplicações de auto-atendimento já em uso
ONDE COMO FUNCIONA QUEM USA
AEROPORTOS Passageiros fazem sozinhos 
todo o check-in, inclusive o 
despacho das bagagens
As principais companhias aéreas, 
entre elas Aeromexico, Continental 
Airlines e Delta
HOTÉIS Os hóspedes fazem check-in, 
check-out e pagamento das 
despesas em terminais.
Rede Hyatt, com as bandeiras Hyatt 
Regency e Grand Hyatt, nos EUA, no 
Caribe e no Canadá.
LOCADORA DE AUTOMÓVEIS Clientes escaneiam a carteira 
de habilitação nas máquinas e 
recebem as chaves do veículo
Rede Hyatt, em aeroportos dos EUA 
e da Espanha, e o grupo britânico 
Streetcar, na Inglaterra.
SUPERMERCADOS Clientes registram suas com-
pras e pagam a conta sem o 
auxílio de operadores de caixa
Rede de minimercados Fresh and 
Easy, do grupo Tesco, e algumas lo-
jas do Wal-Mart nos EUA.
Adaptado de http://exame.abril.com.br/revista-exame/edicoes/922/noticias/o-supermercado-sem-caixa-vem-ai-m0163870
•	 Uma questão de milésimos 
A bolsa de valores brasileira se tornou um pregão de alta velocidade onde cinco operações de 
compra ou venda são feitas num piscar de olhos.
a tomada de decisÃo 
A Tomada de Decisão/ Perspectivas e Tendências no Processo Decisório
“O big data não faz milagre” (2013)
•	 Quando os sistemas de análise de grandes volumes de dados — chamados big data — come-
çaram a se popularizar, emergiu como uma das maiores autoridades no tema. Hoje o big data 
está, sim, no dia a dia das empresas. Mas tão importante quanto a tecnologia é ter pessoas 
capazes de saber o que fazer com essas informações. 
•	 É preciso entender que o conceito de big data faz parte de um ecossistema bem maior do 
que um conjunto de softwares de análise de dados. Estamos no início da era da “internet das 
coisas”. A internet está saindo do mundo virtual, das telas dos PCs, e tornando-se um elemento 
presente no mundo físico. Hoje os chips estão nos celulares, nos eletrodomésticos e nos 
http://www.booking.com/hotel/us/yotel-new-york-at-times-square-west.pt-br.html?aid=341768;label=festayotel
http://exame.abril.com.br/revista-exame/edicoes/922/noticias/o-supermercado-sem-caixa-vem-ai-m0163870
5
carros, o que faz com que esses dispositivos possam ser conectados à internet. Essas conexões 
geram uma vasta quantidade de dados. A partir deles é possível analisar e entender, com mais 
precisão, o comportamento das pessoas.
•	 O varejo tem bons exemplos. Quando alguém acessa uma loja online, o site leva milissegundos 
para identificar o perfil de compra da pessoa e oferecer os produtos mais relevantes. No mundo 
físico, antes, isso levava meses. Nos Estados Unidos, as empresas de energia estão instalando 
relógios de leitura que medem o consumo de cada eletrodoméstico tornando-os mais preciso 
e mais econômico. Há empresas de diferentes setores que investem nessas novas tecnologias 
apenas porque estão na moda ou porque o concorrente correu na frente. Uma estratégia maior é 
quando os softwares colhem e condensam dados de forma eficiente, mas não fazem milagre. O 
fator humano é fundamental para chegar a conclusões corretas. É preciso ter analistas que sai-
bam ler os dados e transformá-los em ações práticas. Infelizmente, muitas empresas contratam 
consultorias que, primeiro, cobram um bom dinheiro para conhecer o negócio. Depois cobram 
mais um bom dinheiro para comprar um sistema que só elas entendem como funciona. Quem 
segue por esse caminho não costuma ir longe. 
•	 É evitar aquela velha mania de querer revolucionar tudo de uma hora para outra. As novidades 
de TI que rapidamente viram grandes projetos costumam naufragar, até pela falta de 
experiência dos profissionais. As empresas mais bem-sucedidas na área de big data começaram 
com projetos menores. A Amazon, por exemplo, oferecia na década de 90 produtos com base no 
histórico de compras de seus clientes. Atualmente, até o conteúdo postado em redes sociais é 
levado em conta.
•	 De certa forma, o big data é uma evolução desses sistemas mais antigos, com mais velocidade 
e capacidade de processamento. Hoje, as empresas conseguem analisar um volume maior de 
dados praticamente em tempo real. Outro componente é a mobilidade. Os permitem às empre-
sas saber não só quem você é mas onde você está, graças ao GPS.
•	 As informações estão chegando de forma mais estruturada e prontas para ser utilizadas. Antes, 
era preciso uma equipe de programadores para conseguir condensar as informações do mundo 
físico, como planilhas e relatórios, num sistema de Gerenciamento do Cliente.
•	 Os governos serão grandes usuários de big data. Há casos exemplares na área de saúde e segu-
rança. O governo de Singapura unificou seu sistema de saúde num centro de gerenciamento de 
dados. As consultas médicas e os exames de todos os cidadãos ficam registrados num prontuá-
rio eletrônico atualizado em tempo real.
•	 Há até um programa de bonificação. Se um paciente segue o tratamento à risca, ganha pontos 
que são revertidos em descontos de impostos. No Brasil, a prefeitura do Rio de Janeiro tem um 
centro de controle de emergências que também usa big data. Um sistema cruza milhares de 
indicadores para determinar as ações da polícia e de outros servidores públicos.
BIG DATA é mais apropriadamente avançado quanto às análises e menos sobre os dados que se trata de 
decisões. Para tirar o máximo proveito do investimento da sua empresa em análise, os líderes têm de se 
6
concentrar sobre as decisões mais importantes. 
Eles têm que usar técnicas analíticas para duplicar os melhores tomadores de decisão da organização, 
incorporar estas novas abordagens aos processos de decisão da empresa e (o mais importante) superar 
a resistência humana à nova abordagem. Há muito ainda o que se fazer, mas isso é o que vai demorar a 
perceber a enorme promessa dessas novas ferramentas deslumbrantes.
Provedores de soluções de Big Data fazem grandes promessas. Entregam uma corrente 
de ideias que permite melhorias na produtividade de marketing, a qualidade da experi-
ência do cliente e eficiência operações de serviços. Vai ser uma pressão para você e sua 
equipe; a tecnologia e os seus cientistas de dados irão fazer todo o trabalho pesado.
Sinta-se como você já viu este filme antes? Se você foram apanhados na euforia inicial da revoluçãode 
gestão de relacionamento com clientes (CRM), então você fez. Começando no início de 1990, muitas em-
presas compraram a campanha publicitária e da tecnologia, apenas para acabar com as bases de dados 
inutilizáveis, equipes de vendas rebeldes e orçamentos de capital esgotados.
A indústria de CRM, desde então, amadureceu, e não há dúvida de que as soluções de CRM pode agora 
entregar valor real para muitas organizações.
No entanto, as taxas de falha de CRM continuam a ser elevadas. Se ver o Big Data indo por um caminho 
semelhante, fazendo grandes promessas sobre impacto no cliente e criação de valor baseada em grandes 
investimentos em tecnologia e conhecimento. 
Em um relatório recente, o até 2017, 60% dos projetos de Big Data vai deixar de ir além do piloto e de 
experimentação e será abandonada. Por que a história se repetindo? Não é por falta de interesse, esforço 
ou investimento. Em vez disso, ele reflete a dificuldade de gerar valor a partir do cliente existente, deixe-
-os dados operacionais e de serviço sozinho as resmas de dados não estruturados, internos e externos 
gerados a partir de mídias sociais, dispositivos móveis e atividade online.
As empresas estão sob crescente pressão para aproveitar o Big Data e as análises avançadas. Os clientes 
exigem mais das organizações com as quais fazem negócios. A competição se intensifica especialmente 
em indústrias maduras, tais como serviços financeiros, varejo, telecomunicações e mídia. Empresas con-
troladas por dados continuam a perturbar o status.
 
Nos EUA, por exemplo, imagine uma seguradora de carros, usa o plug-in dispositivo 
para monitorar o comportamento do motorista. Muito progressivo para os dados para 
micro-alvo sua base de clientes e determinar preços Premium. Uma empresa de ser-
viços financeiros norte-americano depende fortemente de análise de dados avançada 
para moldar seus programas de pontuação e fidelidade de risco do cliente. Para este 
fim, essa empresa explora vários tipos de dados de clientes, incluindo análise de texto 
e de voz avançados. 
Enquanto isso, um a gigante de varejo realiza data mining intensamente para criar experiências perso-
nalizadas de compras online. Essa empresa usa histórico de compras e clique em córregos para criar um 
mecanismo de recomendação sofisticado que apresenta em páginas da Web personalizadas. Na frente 
de logística, a empresa também pode ser um líder na aplicação de análise de dados para otimizar a dis-
tribuição de inventário e reduzir os tempos de embarque. 
7
Usuários líderes de Big Data podem estabelecer um patamar elevado para o sucesso. Eles montaram 
bancos de talento analítico e processos criados que permitem que suas organizações possam recolher 
informações úteis a partir de análises avançadas. Eles construíram plataformas tecnológicas que propor-
cionam dados oportunos e insights quando e onde eles são necessários na organização. Muitos também 
criaram culturas de inovação contínua com base em rigoroso “teste” e aprender metodologias.
Então, como pode o seu lucro da empresa a partir de Big Data? O primeiro passo é aprender a distinguir o 
real potencial das alegações extravagantes. Grande parte da campanha publicitária em curso assenta em 
três promessas falhas: a primeira é que a tecnologia Big Data irá identificar oportunidades de negócios 
por si só. A segunda é que a colheita mais dados irá gerar automaticamente mais valor. A terceira é que 
os cientistas de dados de peritos podem ajudar qualquer empresa lucro de Big Data, não importa como 
que a empresa passa a ser organizada.
A seguir, identificar perigos associados a cada um dessas três promessas, e apresentar exemplos de 
empresas que superaram cada um no caminho para a criação de valor real a partir de análises avançadas 
dos clientes.
Promessa: A tecnologia vai identificar oportunidades de negócios por si só.
Perigo: retorno limitado do investimento, apesar de grandes gastos de tempo e dinheiro.
Implementações de tecnologia falharam muitas vezes e começam com a suposição de que a nova ferra-
menta brilhante irá gerar valor por si só. As empresas que utilizam com sucesso o poder das soluções de 
Big Data tendem a começar pela aplicação de análises avançadas para resolver um pequeno número de 
problemas de negócios de alto valor com os dados dentro da própria empresa antes de investir em tecno-
logia. No processo, eles aprendem a implementar soluções organizacionalmente.
Eles também aprendem a obter insights sobre os desafios operacionais e vir a entender as limitações de 
seus dados e tecnologia. Eles podem então definir os requisitos para a sua solução de tecnologia Big Data 
com base em uma compreensão de suas necessidades reais.
LeitUra comPLementar
Sob a liderança de Andrew Grove, a Intel tornou-se o maior fabricante de chips a nível 
mundial, ele nos revela em Só Os Paranóicos Sobrevivem (Ed. Futura, 2000) - um livro 
único pela audácia de uma visão da gestão inteiramente nova, oferecendo ao leitor 
uma visão profunda do funcionamento interno de uma grande empresa.
A contribuição de Grove para a reflexão sobre a gestão consiste numa forma nova de avaliar o pesade-
lo que todos os líderes receiam - o momento em que mudanças massivas ocorrem e todas as apostas 
parecem perdidas. Os pontos de inflexão estratégicos podem ser despoletados por quase nada: mega-
competição, mudanças inesperadas de regulamentações, ou uma aparentemente modesta inovação 
tecnológica.
Contudo, nas mãos de um líder atento, os pontos de inflexão estratégicos podem ser um trunfo. 
8
a tomada de decisÃo com Base na tecnoLoGia de inFormaÇÃo 
Gastos com ti na europa e nos eUa caíram 2% desde 2009
§	Companhias dos Estados Unidos e da Europa gastaram 2 por cento a menos em tecnologia da 
informação (TI) desde 2009, após um 2008 estável. 
§	Os gastos com administração de sistemas, que incluem áreas que vão de automação de bancos 
de dados a corte de funcionários, cresceu 1 por cento ao ano desde 2010, com líderes do merca-
do norte-americano, como a Hewlett-Packard sendo vistos como os maiores beneficiários.
Preço de serviço terceirizado de ti esta caindo
•	 Os preços de serviços terceirizados de tecnologia da informação (TI) caíram entre 5 e 20 por 
cento desde 2010 diante de um clima de incertezas na economia, apertos nos orçamentos das 
companhias e competição entre os fornecedores.
•	 Essa queda nos preços vai acontecer diante do aumento da competição no mercado entre os 
tradicionais e os novos fornecedores, na medida em que um número maior de empresas com-
petem agressivamente para manter o crescimento da receita dentro da meta e assegurar as 
margens.
empresas de tecnologia se preparam para consolidação 
•	 Com o crescimento do mercado de software e serviços de tecnologia da informação (TI) no Bra-
sil, que passou pela crise com crescimento estimado em 30% em 2012, as empresas líderes do 
segmento, como Totvs e Tivit, miram o mercado internacional e se preparam para intensificar o 
movimento de consolidação num setor ainda muito pulverizado. Segundo a Associação Brasilei-
ra das Empresas de Software (Abes), há 8,5 mil empresas no setor, mas 90% delas são micro e 
pequenas.
•	 Para o Departamento de Indústria Eletrônica do Banco Nacional de Desenvolvimento Econômico 
e Social (BNDES), desde 2010 foram feitas muitas operações de aquisição e fusão no segmento 
e o banco está apoiando elas, mesmo no exterior. O orçamento original de R$ 1 bilhão do Pro-
soft, programa do BNDES com linhas de financiamento especiais para o setor, estourou em 2009 
e foi aumentado para R$ 5 bilhões até 2012, diante do aumento dos pedidos de financiamento 
das empresas. A carteira já chega a R$ 2,8 bilhões.
•	 O Prosoft já tem doze anos, mas só nos últimos cinco intensificou o apoio à consolidação do 
setor, até adquirindo participações acionárias de negócios com potencial de crescimento ou 
resultante de uniões.
Sua empresa está preparada para a Internet das Coisas?
Carros inteligentes que dirigirem e estacionam-se sozinhos.Sistemas de varejo que as-
sistem onde os clientes ficaram. Termostatos que detectam a chegada do proprietário 
e transformam-se em calor. Em alguns aspectos, o futuro já está aqui: cada um desses 
aplicativos já está instalado e funcionando, uma parte da Internet das Coisas. O que 
está mudando rapidamente é a universalidade dos eles, a integração e comunicação 
entre sistemas como estes para criar um novo paradigma de computação persuasiva.
9
Quais empresas irão fornecer o hardware, software e serviços que tornam esses cenários extensos e 
reais? Se o passado é um indicador, eles não podem ser as mesmas empresas que fornecem hoje. A com-
putação persuasiva é como uma grande mudança arquitetônica. 
Como em turnos anteriores. Os vencedores em computação persuasiva irão desenvolver grande valor, 
soluções repetíveis no cruzamento da mobilidade, análise e tecnologia cloud, a criação de novas fontes 
de valor a partir da explosão de dados que rodeiam.
Toda esta atividade irá gerar tremenda oportunidade em muitos setores. Algumas indústrias já estão 
usando computação persuasiva em grande escala. Utilidades estão investindo significativamente em re-
des inteligentes, contadores inteligentes e termostatos inteligentes, encorajados pelos reguladores e 
habilitados por padrões estabelecidos. Na área da saúde, por outro lado, as preocupações de privacidade 
e fragmentação da indústria criam barreiras para desbloquear novo valor a partir de soluções de compu-
tação persuasiva.
BiG data 
O valor do Big Data: Como análise diferencia os vencedores
Big Data está rapidamente se tornando um motorista extremamente importante do sucesso do negócio 
em todos os setores, mas muitos executivos dizem que não acham que suas empresas estão equipadas 
para fazer mais do mesmo. 
Em média apenas 4% das empresas são realmente boas em análise, um grupo de elite que coloca em 
jogo as pessoas certas, ferramentas, dados e foco intencional. Estas são as empresas que já estão usando 
análise de ideias para mudar a forma como elas operam ou para melhorar os seus produtos e serviços. E 
a diferença já é visível.
Estas empresas têm:
§	Duas vezes mais chances de estar no quarto superior de desempenho financeiro dentro de suas 
indústrias
§	Três vezes mais propensos a executar decisões como pretendido
§	Cinco vezes mais propensos a tomar decisões mais rápidas
Como se descreveu anteriormente, o Big Data é um desafio organizacional, alcançar a competência em 
Big Data é um processo de três partes que requer uma definição da ambição, a construção da capacidade 
de análise e organização de sua empresa para aproveitar ao máximo a oportunidade. 
Este em breve olhará mais de perto a até a análise com a capacidade de ver como os líderes usam Big 
Data para chegar à frente, construindo passo segundo
dados, ferramentas, pessoas e intenção
Líderes constroem as suas capacidades de análise, investindo em quatro coisas: pessoas, dados de quali-
dade, ferramentas, e processos e incentivos que apóiem a tomada de decisão analítica. Cerca de um terço 
das empresas não fazem qualquer um destes bem, e muitos dos restantes destacam em apenas uma ou 
duas áreas. Mas para construir uma máquina analítica de alto desempenho, você precisa fazer todos os 
quatro bem. Sucesso em cada capacidade depende de força nos outros.
10
Dados
As empresas precisam de um plano estratégico para a coleta e organização de dados, que se alinha com 
a estratégia de negócios de como eles vão usar esses dados para criar valor. A política de dados bons 
identifica fontes de dados relevantes e cria uma exibição de dados sobre o negócio, a fim de e este é ca-
pacidades analíticas e perspectivas dos concorrentes o crítico período de diferenciar a sua empresa. Um 
aspecto crítico de uma boa política de dados é se concentrar em identificar as fontes relevantes de dados. 
Por exemplo, a captura de todas as consultas feitas no site da empresa ou de chamadas de suporte ao 
cliente, e-mails ou linhas de bate-papo, independentemente de seu resultado, pode ter um valor significa-
tivo na identificação de tendências emergentes; no entanto, manter registros detalhados de pedidos que 
foram facilmente manipulados pode ser menos valioso.
Ferramentas
Aponte alto em suas aspirações de que é possível. Analítica avançada e ferramentas de Big Data estão 
se desenvolvendo tão rapidamente que eles estão propensos a ajudá-lo a chegar a potenciais insights e 
novidades estatísticas de maneira que não eram possíveis até tão recentemente. Ferramentas e platafor-
mas estão emergindo rapidamente e evoluindo para abordar as oportunidades de análise, como é o rico 
ecossistema de análise madura, visualização e gerenciamento de dados. Hoje, essas ferramentas estão 
disponíveis a partir de uma ampla gama de fornecedores e uma comunidade ainda maior de desenvolve-
dores de código aberto.
Pessoas 
Alguns executivos dizem que suas empresas não tinham as capacidades para desenvolver, insights orien-
tados por dados aprofundados. A maioria concorda que não estar à altura dos desafios de identificar e 
priorizar o que tipos de ideias seriam mais relevante para o negócio. Análises de equipes de sucesso cons-
truir essas capacidades misturando dados, talento técnico e negócios. Pense em uma parte como o seu 
modelo: uma equipe com diferentes, mas sobrepostas habilidades que sabe como eficaz e eficientemente 
comunicar e colaborar. Esforços de dados e análises de Big Data bem-sucedidos precisam de:
§	Cientistas de dados, que fornecem especialização em Estatística, correlações e de qualidade;
§	Os analistas de negócios, que identificam e priorizam os problemas que valem a pena resolver e 
a relevância negócio de anomalias e padrões identificados pelos cientistas de dados de dados;
§	Especialistas técnicos, que ajudam a gerenciar as soluções de hardware e software necessários 
para coletar, limpar e tratar os dados;
Intenção organizacional
As empresas líderes incorporar análises em suas organizações através da resolução a ser orientados a 
dados e definir o que espera conseguir através do uso de Big Data. O CEO e equipe de liderança de topo 
precisa descrever como a análise irá moldar o desempenho do negócio, seja por melhoria de produtos 
e serviços existentes, otimizando os processos internos, a construção de novos produtos ou ofertas de 
serviços, ou transformar modelos de negócios. Organizações de alto desempenho fazer isso bem, muitas 
vezes construindo suas organizações em torno de dados e um compromisso para fazer decisões baseadas 
em dados.
Comprometendo-se a excelência em cada uma destas quatro categorias podem exigir mudanças dramá-
ticas, investimento significativo e, ocasionalmente, uma mudança na liderança. Mas isso não é bom se 
concentrar em uma dessas quatro áreas sem os outros três. Ferramentas não vão ajudar se os dados fo-
11
rem de má qualidade, talento e vai andar se a empresa não tem o compromisso de beneficiar dos insights. 
Como um motor que deve ser atirado em todos os pistões, todas as quatro áreas devem estar sintonizadas 
para o máximo desempenho.
a oPortUnidade, a UrGência
A oportunidade de implantar análises avançadas para superar a concorrência é real, e de melhor desem-
penho empresas se vêm como mais eficaz em todos os aspectos da análise, incluindo a captura, recolha 
e armazenamento de dados, bem como a análise e desenho de ideias. 
Algumas indústrias estão mais avançadas do que outras com seus financeiros serviços, tecnologia e 
saúde, por exemplo, são líderes em redefinir os campos de batalha e modelos de negócios, com base em 
suas capacidades de análise e de decisões baseadas em Insight. Mas as oportunidades existem em quase 
todos os setores. Considere uma farmácia com delivery (entrega em domicílio) que analisou centenas de 
milhares de registros de atendimento ao cliente e detectou um aumento nas chamadas entre os dias 75 
e 105 de regimes de medicação de alguns pacientes. Olhando mais de perto, os analistas descobriram 
que as chamadas correlacionadascom datas de recarga, e eles descobriram que alguns clientes estavam 
pedindo recargas porque seus medicamentos foram tomados com doses variáveis. 
Para reduzir o número de longas chamadas de serviço ao cliente e caras recargas de “emergência” e pe-
didos urgentes, a farmácia começou a perguntar os pacientes quantos comprimidos tinham remanescente 
no dia 30 e dia 60, para que eles pudessem prever melhor quando a medicação seria executada para um 
novo pedido.
E dentro de qualquer indústria, algumas funções podem se beneficiar de conhecimentos recolhidos por 
meio de análise de Big Data. Call centers, por exemplo, podem ser mais eficazes e eficientes, capitalizan-
do o que a empresa pode saber sobre o chamador antes do tempo. E as companhias aéreas têm por anos 
foi capaz de qualificar folhetos prêmio de status para representantes de atendimento ao cliente de alto 
nível, reconhecendo a identidade do chamador. Agora eles podem fazer ainda mais: Ao fazer uma corre-
lação rápida entre o seu ID, seus voos reservados e o estatuto de esses voos, eles podem ser capazes de 
determinar por que você está chamando, mesmo antes do segundo toque. Se o seu próximo voo apenas 
foi adiado, o representante poderia atender ao telefone com uma boa ideia do por que você está chaman-
do. Mais análise aprofundada poderia correlacionar sua identidade com sua presença na mídia social. Se 
você acabou de tuitou uma mensagem irada sobre ser iniciado a partir de um voo, o representante que 
responde a sua chamada já pode ter lido-a.
Mais sofisticada ainda as novas tecnologias, como análise de sentimento pode usar o reconhecimento 
de padrões para detectar o humor de um chamador no início de uma chamada. 
A vantagem competitiva a ser adquirida a partir de análises avançadas já não se limita a algumas em-
presas ou indústrias intensivas de dados. É hoje, em todos os setores, e como os resultados da pesquisa 
podem demonstrar, as empresas que se comprometem a fazer o máximo de seus dados e investir em 
suas capacidades de análise já estão superando seus pares financeiramente. Sentar e esperar numa 
estratégia defensiva é uma atitude ou um luxo que nenhuma empresa competitiva pode pagar.
12
consideraÇões Finais
Caro aluno chegamos ao fim da jornada de nossa disciplina.
Espero que tenha aproveitado bem este momento de aprendizado. 
Desejo sucesso e quem sabe nos encontraremos em breve em nossa caminhada aca-
dêmica.
Até breve.