O que você faz com o dados da sua empresa? - Caso Toyota

O seguinte caso aconteceu com a subsidiária Toyota nos Estado Unidos:

Folding@home

No final da década de 1990, a Toyota U.S.A. enfrentou grandes problemas em sua cadeia de operações. O custo de armazenamento de carros se elevou e não se estava mais conseguindo fornecer o produto a tempo para os clientes. A gerência utilizava computadores que geravam uma quantidade enorme de dados e relatórios que não eram utilizados estrategicamente, que nem sempre eram exatos e que muitas vezes eram fornecidos tarde demais - o que dificultava a tomada de decisões em tempo hábil.

Barbra Cooper, CIO, identificou alguns problemas. O primeiro foi a necessidade de um Data Warehouse - um repositório central de dados, organizado e de fácil acesso. Detectou, também, a necessidade de implementação de ferramentas de software para efetuar o processamento, a exploração e a manipulação desses dados. Foi então que um sistema para fornecimento em tempo real foi implantado, mas infelizmente não funcionou de maneira correta. A entrada de dados históricos incluíam anos de erros humanos que foram despercebidos, dados duplicados, inconsistentes e falta de informações importantes. Tudo isso gerou análises, conclusões e prognósticos precipitados sobre o funcionamento da distribuidora.

Em 1999, a corporação resolveu implantar uma plataforma de Business Intelligence. Em questão de dias o sistema apresentou bons resultados. A partir dele, por exemplo, descobriram que a empresa era cobrada duas vezes por um envio especial por trem (um erro de US$ 800.000,00!).

Entre 2001 e 2005, o volume de carros negociados aumentou em 40%, o tempo de trânsito foi reduzido em 5%. Esses e vários outros benefícios ajudaram a Toyota a alcançar as maiores margens de lucro no mercado automotivo desde 2003, e vem aumentando consistentemente a cada ano. Além disso, um estudo realizado pela IDC Inc., em 2011, indicou que a instituição alcançou um retorno de pelo menos 506% sobre o investimento em BI até aquela data.

Esse é apenas um dos inúmeros casos que ilustram a ineficiência de antigos sistemas que não são capazes de suprir a enorme demanda de dados que a era da informação proporciona. O grande desafio do momento é integra-los e interpreta-los, transformando-os em informação relevante e possibilitando, assim, a devida criação de conhecimento. Através da gestão desse conhecimento nasce a inteligência!

Mais de 15 anos passaram desde o ocorrido com a Toyota, mas atualmente ainda existem muitas empresas que não utilizam corretamente os dados e informações existentes em seus bancos. E você, o que faz com os dados gerados por seus sistemas?

Fonte: CIO Insight

Escrever um comentário (0 Comentários)

E se você pudesse ajudar a mudar o mundo enquanto dorme?

Você já conhece o Folding@home? Ele é um projeto de computação distribuída (distributed computing) para a simulação de enrolamentos (folding) de proteínas e das suas deformações. Através dele, a comunidade científica poderá entender melhor o desenvolvimento de diversas doenças, como Alzheimer, BSE (doença da vaca louca) e fibrose quística.

O projeto foi lançado em 1º de outubro do ano 2000 e é gerido pelo Pande Lab, grupo do departamento de Química da Universidade de Stanford, e supervisionado pelo professor Vijay S. Pande. Em 8 de março de 2004, o Genome@Home fundiu-se ao Folding@home. Atualmente é o maior projeto do gênero utilizando a plataforma BOINC (Berkeley Open Infrastructure for Network Computing).

Como funciona a computação distribuída?

O Folding@home não conta com poderosos supercomputadores para o processamento de dados. Por isso, os colaboradores principais do projeto são milhares de computadores pessoais que têm instalado um pequeno programa (client). O client é executado em background e faz uso do processador do computador enquanto ele estiver livre. Ele então conecta-se periodicamente ao servidor para transferir uma Work Unit (unidade de trabalho), pacotes de dados sobre os quais executa os cálculos. Assim que a Work Unit é completada, ela retorna ao servidor.

Folding@home

Os usuários ainda podem controlar suas contribuições. Até o ano de 2014, o projeto mantinha o ranking de maiores colaboradores (por usuário e por equipe) de acordo com a quantidade e a dificuldade das Work Units completadas.

O projeto já teve mais de 180.000 processadores participando ativamente do Folding@home e possui mais de 1.300.000 processadores registrados no projeto. Hoje, o Google Labs, através do Google Compute Engine, é parceiro do projeto. Com este nível de participação, o Folding@home tem um dos mais poderosos computadores no mundo, capaz de produzir cerca 175 teraflops!

E o que isso tudo tem a ver com a e-Setorial?

Em nosso artigo Big Data para iniciantes, trouxemos a seguinte definição sobre Big Data:

“Big Data é um termo amplo para conjuntos de dados muito grandes ou complexos que aplicativos de processamento de dados tradicionais são insuficientes. Os desafios incluem análise, captura, curadoria de dados, pesquisa, compartilhamento, armazenamento, transferência, visualização e informações sobre privacidade.”

Portanto, todo o trabalho de tratamento para grandes dados que fazemos está relacionado ao projeto Folding@home. Em nossas Soluções de Apoio à Decisão, em nossos serviços de Administração de Dados e através do SetorialMetrics, utilizamos o Big Data para gerir dados complexos e realizar o processamento diferenciado de acordo com cada necessidade. Entre em contato conosco e veja no no que podemos ajudar a sua empresa.

E aí, vamos mudar o mundo?

Escrever um comentário (0 Comentários)

Como a Análise Preditiva pode auxiliar a Gestão da Saúde?

Para quem não sabe o que é Análise Preditiva, a gente explica: é um processo que utiliza dados para descobrir padrões do passado que podem sinalizar acontecimentos futuros, auxiliando, assim, a tomada de decisões.

Hoje é o dia mundial da Saúde. Acreditamos que é uma questão de tempo até esse ramo seja revolucionado pela união de atuais e futuras inovações tecnológicas. Elas auxiliarão não apenas a tomada de decisão, como também o teste, a diagnose, a análise de comportamento, entre outras atividades importantes para o tratamento de pacientes e a gestão da saúde. Eduardo Prado, consultor de mercado em novos negócios, inovação e tendências em “Big Data” em saúde, listou 5 maneiras de alavancar a Análise Preditiva para esse propósito:

1. Estratificação de Risco Populacional

Classificar os pacientes como de baixo, médio ou alto risco. Utilizar essas informações para alocar seus recursos a nível amplo de toda a população, identificar os pacientes de alto risco, os provedores de alertas e gestores que vão cuidar desses pacientes, e definir as intervenções para impedir que outras pessoas se tornem de alto risco.

2. Automação de fluxo de trabalho

Acoplar a Análise Preditiva com as ferramentas de automação de processos que proporcionam aos provedores a capacidade de abranger os pacientes com necessidades de cuidados e permitir que os gestores atinjam aos pacientes de diversas formas, que vão desde a gerência de alto nível até a educação baseada na Web e em orientação (aconselhamento).

3.  Prevenção de Reinternação

Usar a Análise Preventiva para identificar quais pacientes têm a maior probabilidade de seres reinternados. Intervir para que eles recebam o apoio que necessitem para evitar a reinternação. Aqui a estratégia para manter o paciente com a saúde estabilizada fora do ambiente hospitalar será fundamental para reduzir o risco de reinternação.

4. Atribuição de Prestador e Ajuste de Risco

Aplique o ajuste de risco para avaliar o desempenho dos prestadores de serviços individuais (por exemplo, médicos), das instalações e de toda a sua organização, em comparação com outros. Usar o ajuste de risco para medir as variações dos serviços, melhorar a qualidade e mostre aos contribuintes e prestadores como a sua organização classifica a utilização os serviços e a qualidade para a gestão da saúde.

5. Cálculos de Risco Financeiro

Calcular quanto a sua prestação de serviços provavelmente vai custar para a sua população em períodos futuros. Usar esses números para determinar se a sua organização vai perder ou ganhar dinheiro sob tipos de contratos de prestação de serviços de saúde propostos. 

Escrever um comentário (0 Comentários)

Big Data para iniciantes: o que é, importância e desafios.

 

 

O que é Big Data?

Os dados do mundo estão aumentando em níveis exponenciais. Essa enorme quantidade, pouco estruturada, advindas de fontes não tradicionais é o Big Data.

A Wikipedia define:

“Big Data é um termo amplo para conjuntos de dados muito grandes ou complexos que aplicativos de processamento de dados tradicionais são insuficientes. Os desafios incluem análise, captura, curadoria de dados, pesquisa, compartilhamento, armazenamento, transferência, visualização e informações sobre privacidade.”

O infográfico da Big Data | Visual.ly é um bom começo para quem ainda não entendeu muito bem:

(clique para ampliar)

Por que é importante?

Essa explosão de dados e a análise deles tornou-se crucial para inovar e obter vantagem competitiva. Ela gera diversos insights, de formas impossíveis anteriormente. A indústria do Big Data está pronta para crescer de US$ 25 bilhões, em 2015, para mais de US$50 bilhões em 2017.

 

E afeta praticamente todas as outras indústrias:

 

O que a análise de Big Data pode fazer?

Antes as empresas se baseavam principalmente em dados transacionais armazenados de forma ordenada, porém isso mudou. Uma enorme quantidade é gerada diariamente, de diversas fontes: desde um e-mail, até um tweet. Anteriormente as organizações descartavam seus dados. Atualmente, o investimento em armazenamento e análise tornou-se acessível e obrigatório.

Por exemplo, existem 12 terabytes de tweets por dia. Depois de filtrar os ruídos, estes dados podem gerar diversos insights sobre o comportamento do consumidor.

Gráfico: comunidades diferentes interagindo.

 

Quais são os desafios?

- Filtrar os dados: Quais são confiáveis? Quais são atuais?

- Processamento em tempo real: Alguns dados podem perder total valos depois de algumas horas.

- Lidar com o grande volume e variedade dos dados. 

 

Leia nosso artigo sobre os 5Vs do Big Data.

 

Esse texto foi originalmente escrito por Amar Prabhu, na rede social Quora.
Escrever um comentário (0 Comentários)

5 transformações que a internet causou ao mundo dos negócios

Qualquer pessoa com acesso a aparelhos eletrônicos inteligentes pode notar que estamos em uma época onde a internet está sendo introduzida em praticamente tudo que utilizamos. Há quem diga que estamos próximos de uma "internet dos seres humanos", não apenas "internet das coisas".

Abaixo listamos 5 mudanças que essa evolução causou ao mundo dos negócios.

1) Monitoramento

Empresas agora podem avaliar melhor como seus consumidores utilizam seus produtos através do monitoramento de diversas redes. Isso permite uma estimativa mais precisa do ciclo de vida de um produto. É quase como se as empresas pudessem monitorar equipamentos ou produtos em sua casa tão facilmente como se podem controlá-los em seus laboratórios.

2) Altas expectativas

Os consumidores sabem que estão fornecendo às empresas mais informações do que nunca. Isso resulta em clientes com grande expectativa de qualidade, valor e suporte contínuo.

3) Presença online

Independente do tamanho da sua empresa, seus clientes esperam encontra-lo online. Mesmo que vejam sua loja física na cidade, sem um site acessível através de uma pesquisa no Google, você está na contra mão. Você quer continuar competindo na economia do século 21? Capriche na identidade visual e confie em uma empresa de marketing digital para desenvolver conteúdo para seu site. Dê para sua empresa a imagem que ela merece.

4) Suporte e solução de problemas

Caso tenha um problema com seu produto/serviço, o cliente espera que você saiba lidar com isso, que forneça uma solução e que tenha uma equipe de técnicos de apoio 24 horas por dia. Sem um site projetado para resolver os problemas de seus clientes de forma rápida, você vai perder para a concorrência.

5) Análise de Big Data

As empresas atuais geram internamente uma grande variedade de dados e também têm acesso a uma infinidade de informações na grande rede, em publicações e em redes sociais. A análise desses dados tornou-se um dos principais desafios para quem busca se posicionar no mercado.

Isso significa que qualquer ação se tornou muito mais competitiva e eficaz no momento de envolver o público-alvo. Além disso, essas informações podem ser utilizadas para melhorar a experiência dos clientes: as empresas agora podem compreender exatamente o que eles estão procurando, quando e como preferem fazer realizar suas tarefas diárias.

 

A especialidade da e-Setorial é transformar dados em informações úteis para auxiliar a tomada de decisões. Saiba mais sobre as nossas Soluções de Apoio à Decisão clicando aqui.
Escrever um comentário (0 Comentários)

Volume + Variedade + Veracidade + Velocidade + Valor. Entenda os 5 Vs do Big Data.

Apesar de bastante popular, ainda existem muitas dificuldades em conceituar o Big Data. Para auxiliar na compreensão, você precisa entender seus 5 V's:

Volume

Refere-se à quantidade de dados gerados por segundo. Não estamos falando de Terabytes, e sim de Zettabytes ou Brotonbytes. Estima-se que o volume produzido dobre a cada 18 meses. É impossível armazenar e analisar essa quantidade de dados em uma tecnologia de banco de dados tradicional. 


Variedade

Refere-se à variedade de fontes de onde surge essa imensa quantidade de dados. São estruturados (minoria) e não estruturados (maioria), como e-mails, midias sociais, documentos eletrônicos, apresentações, mensagens instantâneas, video, etc.

Veracidade

Refere-se à importância do filtro. Em meio ao enorme volume e variedade de informações, é preciso destacar o que é rico em conteúdo importante para a empresa. 

Velocidade

Refere-se à velocidade em que os dados são gerados e movimentados. Muitas vezes se faz necessários agir praticamente em tempo real sobre o grande volume de informações gerado por segundo: big data permite essa análise sem necessariamente armazená-las em um banco de dados.

Valor

O último V é o que torna tudo relevante: Refere-se ao fato de que de nada adianta você ter acesso ao Big Data se ele não for passível de análise e de ser aplicado no processo de tomada de decisão da empresa, gerando valor aos resultados.

 

Produzimos um fluxo contínuo de informações que podem e devem ser monitoradas e analisadas. Entender os 5 V's é apenas o passo inicial para compreender os impactos potenciais dessa tecnologia - o que é essencial para organizações que querem se manter competitivas na economia digital. 

Conheça o serviço de Análise de Big Data da e-Setorial clicando aqui
Escrever um comentário (0 Comentários)

5 previsões sobre o novo iPhone

Saberemos exatamente o que experar do próximo iPhone apenas quando a Apple fizer seu anúncio oficial. Mas o Analista de KGI (Key Goal Indicator ou Indicadores Chave de Sucesso) Ming-Chi Kuo, que já acertou no passado, compartilhou em seu blog insights que teve para a nova versão do aparelho.

Aqui estão alguns tópicos sobre o novo iPhone - que provavelmente será chamado IPhone6s ou IPhone 7:

- Kuo acredita que a Apple irá utilizar algumas lições de design do Apple Watch. O alumínio utilizado é 60% mais durável do que o IPhone 6.

- A Apple pode adotar mais opções de cores. Kuo prevê que pode haver uma opção cor-de-rosa metalizado, o que segue uma forte tendência anunciada em uma matéria no The Wall Street Journal, publicada no inicio desse ano. Além disso, a opção atual dourada pode passar por algumas mudanças e ficar um pouco mais amarelada e a cinza, mais escura.

- O próximo iPhone será ligeiramente mais largo e mais alto, cerca de 0,15 milímetros em comparação com o IPhone 6, diz Kuo. Ele também suspeita que o novo aparelho será 0,2 milímetros mais grosso.

- A Apple deverá atualizar sua câmera de 8 para 12 megapixels.

- A maior mudança sera o esperado Force Touch Display, diz Kuo. Essa é a nova tecnologia da Apple, estreada com o Apple Watch. Ao invés de apenas detectar seu toque, o display também captará o quão forte você está pressionando. Podemos esperar novidades interessantes de uso para esse novo aparelho.

A Apple deve lançar seu próximo iPhone em setembro, na mesma época em que deve ser lançado o iOS9. Esses recursos são apenas previsões por enquanto, mas Kuo é conhecido por ser muito preciso em seus palpites. Ele acertou diversos detalhes sobre o iPhone 5, 5s e 5c muito antes de terem sido lançados oficialmente.

Escrever um comentário (0 Comentários)