Big Data Analytics
- 1. Carolina Vitorino, 50239 Unidade Curricular: Gestão de Dados Coordenador da U.C: Prof. Carlos J. Costa, Professor Associado Mestrado em Métodos Quantitativos para a Decisão Económica e Empresarial
- 2. Dimensões do Big Data Volume Velocidade Variedade Tamanho dos dados gerados V1 Taxa de geração dos dados V2 Diferenças estruturais nos dados V3 3 V’s do Big Data “Grande volume de dados produzidos pela atividade humana que as ferramentas tradicionais de análise de dados não conseguem capturar, gerir e processar em tempo útil.” Big Data
- 3. Volume Velocity Veracity Valor Veracidade Variabilidade Baixo valor intrínseco V3 Diferenciar os dados confiáveis dos restantesV4 Variação na taxa de fluxo dos dados V5 6 V’s do Big Data
- 4. “Implementação de técnicas analíticas avançadas na análise de grandes quantidades de informação detalhada. Esta análise tem a capacidade de potenciar uma redução de custos associados ao negócio, gerar insights sobre o mesmo, aumentando a qualidade e a eficácia na tomada de decisões corporativas.” Big Data Analytics Big Data Analytics Técnicas analíticas avançadas Análises preditivas Data Mining Inteligência Artificial Estatística
- 5. Estratégias de implementação de Big Data Analytics A implementação deste sistema permite que diferentes utilizadores (em diferentes computadores) consigam ter acesso à mesma base de dados. O conjunto de dados que se pretende analisar é dividido em blocos independentes que são processados pela função Map de forma paralela e, posteriormente, a função Reduce atua sobre os conjuntos de dados. Versão de código aberto do algoritmo MapReduce, que foi criado para auxiliar a análise de grandes quantidades de dados não estruturados. RDBMS Paralelizados MapReduce Hadoop
- 6. Big Data Analytics como auxílio à análise comportamental dos clientes Aplicações de Big Data Analytics Microssegmentação dos clientes Atitudes do consumidor Comunicações de marketing Otimização da distribuição Empresas de bens de consumo Mercados dinâmicos e em rápida mudança Estar em constante inovação Vantagem Competitiva
- 7. Caso de Estudo: Orlando Paris Tokyo California Hong Kong 100 Milhões de visitantes anualmente
- 8. Funcionalidades Passe de entrada Chave de acesso ao quarto de hotel Associada ao cartão de crédito Reservas em restaurantes Não necessitar de esperar nas filas Magic Bands
- 9. Registo dos movimentos dos visitantes Magic Bands Dados sobre as deslocações dentro dos parques Registo do tempo despendido em lojas/restaurantes Eficácia das estratégias de marketing Melhorar as decisões corporativas Melhorar as experiências no parque
- 10. + 16% Receitas no Segmento de Parques e Resorts Receita Operacional Gastos por hóspede + 6% + 8% Diferentes formas de análise Dados comportamentais passados Análise preditiva Análise de segmentação Análise de recomendação Análise de fluxo de tráfego