We love eBooks
    Baixar Big Data no Trabalho pdf, epub, eBook
    Editora

    Big Data no Trabalho

    Por Thomas Davenport
    Existem 11 citações disponíveis para Big Data no Trabalho

    Sobre

    Com dezenas de exemplos de empresas, incluindo UPS, GE, Amazon, United Healthcare, Citigroup e muitas outras, este livro vai ajudar você a explorar todas as oportunidades - desde melhorar as decisões, os produtos e os serviços até fortalecer o relacionamento com os clientes. Aqui você aprenderá a colocar o big data em ação na sua própria organização para que vocês também se beneficiem do poder desse novo recurso em constante evolução. Leia este livro e entenda: Por que o big data é importante para você e a sua organização; Quais tecnologias são necessárias para gerenciar o big data; Como o big data mudará o seu emprego, a sua empresa e o seu setor; Como contratar, em regime permanente ou temporário, e como formar pessoas capazes de explorar o big data; Os principais fatores de sucesso na implementação de qualquer projeto de big data;Como o big data está levando a uma nova abordagem de gerenciamento do analytics.Big Data no trabalho cobre todas as bases: o que o big data significa do ponto de vista técnico, do consumidor e da gestão; quais oportunidades e custos esse novo conceito implica; onde o big data pode ter um impacto concreto nos negócios; e quais aspectos desse conceito foram exageradamente badalados.
    Baixar eBook Link atualizado em 2017
    Talvez você seja redirecionado para outro site

    Definido como

    Citações de Big Data no Trabalho

    o que importa não é quantos dados vocês têm, mas sim o que vocês fazem com eles.

    Analistas estimam que 50 bilhões de sensores serão conectados à internet até 2025 (“a Internet das Coisas”) e cada sensor pode produzir uma torrente de dados.

    O mais importante é não se deixar deslumbrar com o volume de dados, mas sim analisá-los para convertê-los em conhecimento, inovação e valor.

    Sempre houve três tipos de analytics: o descritivo, que informa sobre o passado; o preditivo, que utiliza modelos baseados em dados do passado para prever o futuro; e o prescritivo, que usa modelos para especificar comportamentos e ações ideais.

    Existem três classes de valor: redução de custos, melhorias no processo decisório e melhorias de produtos e serviços.

    Um estudo da Gartner constatou que “entre 70 e 80% dos projetos de business intelligence corporativos fracassam” devido a “uma combinação de problemas de comunicação entre o TI e as unidades de negócio e à incapacidade de fazer as perguntas certas ou de ponderar sobre as verdadeiras necessidades do negócio”.3

    O cientista de dados clássico tem cinco atributos fundamentais: ele é um hacker, um cientista, um analista quantitativo, um conselheiro de confiança e um expert em negócios

    Os dados em geral são grátis ou baratos, o hardware e o software são gratuitos ou de baixo custo, mas as pessoas são caras e difíceis de contratar.

    Por que não preferir decisões analíticas mais automatizadas em alguns casos? Na era do small data, o analytics só começou a se automatizar mais quando o big data surgiu. Agora não temos escolha a não ser incorporar as análises baseadas em big data aos processos de negócio. Alguns analistas se referem a isso como smart BPM (smart business process management – gestão inteligente de processos de negócio);

    Embora em geral bem pagos, os cientistas de dados parecem mais motivados pelo desafio e pelo impacto resultante de seu trabalho do que pelo dinheiro.

    “HiPPO” (“the highest-paid person’s opinion” ou “a opinião da pessoa mais bem-paga”), esse

    Relacionados com esse eBook

    Navegar por coleções