Livro

Big Data no Trabalho

Derrubando mitos e descobrindo oportunidades

Thomas H. Davenport

Elsevier Editora, 2014

Compre o livro

Ler offline ou discutir

Amazon Kindle Debater

No momento, a versão em áudio deste resumo não está disponível.

Avaliação Editorial

في getAbstract، نقوم بتلخيص الكتب* التي تساعد الناس على فهم العالم وجعله أفضل. أي شيء نختاره لمكتبتنا يجب أن يتفوق في أحد هذين المعيارين الأساسيين:

تنويري – ستتعلم أشياء ستثري وتحسن قراراتك.

مفيد – ستحصل على نصائح عملية ستساعدك على التحسن في ما تفعله.

نقوم بتقييم كل محتوى على مقياس من 1-10 فيما يتعلق بهذين المعيارين الأساسيين. يساعدك تقييمنا في ترتيب العناوين في قائمة قراءتك من الجيد (5) إلى الرائع (10). الكتب التي نقيمها بأقل من 5 لن يتم تلخيصها. إليك ما تعنيه التقييمات:

10 – رائع. كتاب مفيد و/أو تنويري، بالإضافة إلى تلبية أعلى المعايير في جميع الجوانب ذات الصلة، يبرز حتى بين الأفضل. غالبًا ما يكون كلاسيكيًا فوريًا وضروريًا للجميع.
9 – ممتاز. كتاب مفيد و/أو تنويري يتميز بتوازن كبير، وله العديد من النقاط القوية ولا توجد عيوب تستحق الذكر.
8 – جيد جدًا. كتاب مفيد و/أو تنويري يحتوي على عدد كبير من الصفات البارزة دون التفوق في جميع الجوانب، مثل تقديم أحدث الاكتشافات في مجال موضوعي ويكتبه خبير مشهور ولكنه يفتقر قليلاً إلى الأسلوب.
7 – جيد. كتاب مفيد و/أو تنويري يجمع بين قوتين أو أكثر من النقاط القوية الملحوظة، مثل احتوائه على أفكار جديدة بشكل غير معتاد وتقديمها بطريقة جذابة.
6 – ملحوظ. كتاب مفيد و/أو تنويري يبرز في جانب واحد على الأقل، مثل كونه منظمًا بشكل جيد بشكل خاص.
5 – جيد. كتاب مفيد و/أو تنويري، على الرغم من عيوبه الواضحة. على سبيل المثال، قد يقدم نصائح جيدة في بعض المجالات بينما يكون متكررًا أو غير ملحوظ في أخرى.

*getAbstract يلخص أكثر بكثير من الكتب. نحن ننظر إلى كل نوع من المحتوى الذي قد يهم جمهورنا: الكتب، ولكن أيضًا المقالات، والتقارير، ومقاطع الفيديو، والبودكاست. ما نقوله هنا عن الكتب ينطبق على جميع الصيغ التي نغطيها.

Qualidades

Aplicável

بينما يخبرك التقييم بمدى جودة الكتاب وفقًا لمعيارين أساسيين لدينا، فإنه لا يقول شيئًا عن ميزاته المحددة. لذلك، نستخدم مجموعة من 20 صفة لتوصيف كل كتاب بناءً على نقاط قوته:

قابل للتطبيق – ستحصل على نصائح يمكن تطبيقها مباشرة في مكان العمل أو في المواقف اليومية.
تحليلي – ستفهم الآليات الداخلية للموضوع.
خلفية – ستحصل على معرفة سياقية كإطار للعمل أو التحليل المستنير.
جريء – ستجد حججًا قد تخالف الآراء السائدة.
شامل – ستجد كل جانب من جوانب الموضوع مغطى.
أمثلة ملموسة – ستحصل على نصائح عملية موضحة بأمثلة من تطبيقات واقعية أو حكايات.
جدلي – ستواجه آراء مثيرة للجدل بشدة.
بليغ – ستستمتع بنص مكتوب أو مقدم ببراعة.
جذاب – ستقرأ أو تشاهد هذا حتى النهاية.
مفتوح للعين – ستُعرض عليك رؤى مفاجئة للغاية.
للمبتدئين – ستجد هذا مقدمة جيدة إذا كنت متعلمًا بقليل من الخبرة أو المعرفة السابقة.
للخبراء – ستحصل على المعرفة/التعليمات المتقدمة التي تحتاجها كخبير.
موضوع ساخن – ستجد نفسك في وسط قضية مثيرة للجدل بشدة.
مبتكر – يمكنك توقع بعض الأفكار والرؤى الجديدة حقًا حول المنتجات أو الاتجاهات الجديدة.
رؤية من الداخل – ستحظى بامتياز التعلم من شخص يعرف موضوعه بشكل كامل.
ملهم – سترغب في تطبيق ما قرأته فورًا.
نظرة عامة – ستحصل على معالجة شاملة للموضوع، تذكر جميع جوانبه الرئيسية.
علمي – ستحصل على حقائق وأرقام مستندة إلى بحث علمي.
رؤيوي – ستحصل على لمحة عن المستقبل وما قد يعنيه لك.
منظم جيدًا – ستجد هذا منظمًا بشكل خاص لدعم استقباله أو تطبيقه.

Recomendação

Vale a pena se deixar contagiar com toda a euforia a respeito do big data? De acordo com Tom Davenport, a resposta é não. Contudo, o autor clarifica a diferença entre os dados “estruturados” utilizados no processo de analytics tradicional e os “não estruturados”, demonstrando como e por que as empresas devem se voltar para um volume maior de dados provenientes de fora da organização. Ao fazê-lo a empresa ganhará a capacidade de melhorar seu processo decisório e desenvolver novos produtos. O livro aponta como empresas de setores variados estão se beneficiando da análise de grandes volumes de informações para cortar custos e oferecer novos serviços. O texto é útil para leitores com pouco conhecimento sobe o assunto e que querem se aprofundar um pouco mais sem entrar em detalhes sobre programação e estruturação dos dados. A getAbstract entende que gestores que precisam se informar sobre o assunto, líderes que tem alguma função dentro da área de TI e profissionais que estão em busca de ferramentas para melhorar a pesquisa e desenvolvimento dentro de suas organizações podem se beneficiar desta leitura.

Resumo

Utilização do big data

O termo big data é utilizado para denominar o apanhado de dados que não caberiam num servidor comum. Estes dados não possuem uma estrutura tradicional (linhas e colunas) e não são estáticos. O termo “big” na verdade demonstra apenas uma parte do que estes dados significam, isto porque os dados são sim grandes, mas também vem de diversas fontes (on-line, vídeos, sensores, genoma humano), e estão em um fluxo continuo.

Em 2013 a Harvard Business Review realizou uma pesquisa com seus leitores e constatou que a maioria conhecia a ideia do big data, mas somente 28% dos entrevistados afirmaram que suas organizações estavam usando-o para melhorar o processo decisório e descobrir oportunidades. Apenas 6% dos entrevistados afirmaram que sua organização havia refletido sobre como ele afetava diferentes áreas da empresa. Podemos notar um grande movimento em empresas como SAP, que já ganha mais dinheiro com o business intelligence em comparação com seus aplicativos de transações e com a IBM, investindo aproximadamente 20 bilhões de dólares em analytics. HP, EMC e Oracle também lançaram produtos e aquisições nesta área. Isso tudo...

Sobre o autor

Thomas H. Davenport é pesquisador no MIT e considerado um dos 50 melhores professores de administração. Ele é também consultor sênior na Deloitte Analytics.

Comente sobre este resumo

Acesse para deixar sua opinião
M. M. 9 anos atrás

Excelente resumo, muito didático, direto e assertivo! Me ajudou bastante para com o embasamento de idéias de técnicas de B.I. para minha monografia da pós em gestão de projetos.