BIG DATA E DATA SCIENCE

BIG DATA E DATA SCIENCE

1. Big Data é um termo usado para coleta de dados, ele é responsável por armazenar e reunir informações de fontes variáveis, como por exemplo de redes sociais, porém não é possível analisar os dados coletados em tempo hábil. O Big Data não se trata somente da quantidade de dados que você coleta, mas também o que você cria diante desses dados.

   • Por que é importante?
     • Reduz o custo, economiza tempo, desenvolve novos produtos e otimizar oferta e ajuda a tomar decisões mais inteligentes
       • Determinar a causa de falhas, problemas e defeitos quase que em tempo real; Gerar cupons no ponto de venda com base nos hábitos de compra do cliente; Recalcular carteiras de riscos completas em minutos; Detectar comportamentos fraudulentos antes que eles afetem sua organização.

2. Data Science é uma ciência multidisciplinar, ela é utilizada tanto para entender dados passados quando dados futuros.

   • Não é somente interpretações quantitativas
     • Processo de Data Science
       • Importação: Nessa etapa, os dados são importados das diversas fontes onde estão armazenados, como por exemplo arquivos em excel, word, pdf.
         • Organização: organizar, arrumar e limpar.
           • Transformação: Criação de novas variáveis a partir de características já existentes no banco de dados.
             • Visualização: Através da visualização, é possível a geração de conhecimento. Uma boa visualização dos dados poderá revelar comportamentos inesperados, ou até despertar novos questionamentos sobre os objetivos.
               • Modelagem: Essa etapa permite a utilização de ferramentas que complementam a visualização na geração do conhecimento, ou seja, é a etapa em que são utilizados modelos estatísticos ou computacionais no processamento dos dados.
                 • Comunicação: O último passo. Não basta todas as etapas anteriores serem executadas com extremo cuidado se não é possível reportar os conhecimentos extraídos dos dados.
                   • Pontos Positivos: soluções para os problemas do negócio por meio de técnicas estatísticas e algoritmos complexos; otimização e direcionamento de estratégias de negócio; entendimento de tendências do cenário econômico, social e mercadológico; percepção do sentimento dos consumidores em relação à marca; otimização de processos, melhoria da eficiência e maior lucratividade; análise preditiva do potencial de vendas, lucros ou prejuízos; gerenciamento de riscos; aumento da competitividade do negócio e da rentabilidade; atenção à oportunidades de negócios.

3. Palestra TED: "The human insights missing from big data" - Tricia Wang

   • A palestrante traz em suas falas que "quantificar é viciante", ou seja, trazer somente números em suas análises não é mais o bastante. Mesmo diante de ferramentas como Big Data e Data Science como uma forma analítica de analisar os dados, é necessário pensar em outras formas de insights, utilizando outros dados coletados como, por exemplo, o comportamento dos indivíduos resgastando suas histórias, emoções e interações que não podem ser quantificadas

4. Métricas em Comunicação - Professor Carlos. Alunos: Aline Teixeira, Carmine Alves, Carolina Arra, Danielle Garcia, Lucas Menezes e Marcelo Barros.