跳过导航
Big Data no Trabalho
Livro

Big Data no Trabalho

Derrubando mitos e descobrindo oportunidades

Elsevier Editora, 2014 更多详情

Ler offline ou discutir

 Debater

Avaliação Editorial

7

Qualidades

  • Aplicável

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

  • Avatar
  • Avatar
    M. M. 8 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.

Mais deste tópico

Relacionados a habilidades

人工智能转型,实施基于人工智能的流程优化,跨部门整合人工智能解决方案,评估企业采用人工智能的准备情况
发现人工智能的应用案例,识别商业中潜在的人工智能应用,探索人工智能在工作场所改进中的可能性,分析人工
发现和理解数字技术,跟上新兴技术趋势,探索新数字技术的影响,了解数字技术在工作中的好处,识别商业中新
运输与物流
推动人工智能转型,在各部门实施人工智能转型,协调与利益相关者的人工智能倡议,监督人工智能技术的整合,
推动数字营销
高管领导力
人力资源
实施数字基础设施,安装强大的数字基础设施解决方案,管理数字基础设施供应商关系,确保数字基础设施的可扩
领导力
利用人工智能制定商业战略,战略性地将人工智能融入商业计划,制定以人工智能驱动的企业战略,评估人工智能
利用人工智能提升领导力,将人工智能洞察融入领导决策,使用人工智能工具增强领导战略,通过人工智能分析推
利用人工智能进行管理,将人工智能工具整合到管理流程中,使用人工智能分析管理数据,利用人工智能增强团队
在日常任务中利用人工智能,将人工智能工具整合到工作流程中,使用人工智能自动化重复性任务,利用人工智能
做出明智决策
管理学习与发展,制定企业学习战略,管理员工学习路径,评估团队的发展需求,优化学习资源分配,评估培训项
管理
市场营销
增强数字素养
理解消费者行为
理解经济学,为高管解释经济概念,解读商业中的经济原则,识别商业背景下的经济趋势,将经济知识融入决策,
职场技能
发现医疗行业中的人工智能应用案例,识别医院运营中的人工智能应用,探索个性化患者护理中的人工智能,分析
数字化转型
运输与物流行业挑战
发现制药行业中的人工智能应用案例,识别药物开发中的人工智能应用,探索临床试验中的人工智能工具,揭示人
管理采购
分析用户数据
公共部门
供应链透明化
在生产和供应链中使用人工智能,将人工智能融入供应链决策,通过人工智能技术简化生产,提高供应链效率,利
设定人工智能愿景与战略,定义人工智能战略路线图步骤,使人工智能愿景与商业目标对齐,优先考虑促进增长的
发现消费品行业中的人工智能应用案例,识别消费品的人工智能应用,评估人工智能在消费品中的好处,探索消费
理解数据
使用人工智能进行数据分析,实施人工智能以增强数据洞察,将人工智能集成到数据处理任务中,利用人工智能工
利用学习与发展技术
使用人工智能进行干扰监测,利用人工智能检测供应链干扰,使用人工智能工具监控生产异常,实施人工智能以检
媒体与娱乐行业
做出数据驱动决策
农业行业
发现公共部门的人工智能应用案例,识别公共安全的人工智能应用,利用人工智能推动公共健康项目,在政府中实
行业市场洞察
生产与物流
数据分析
应用数据驱动营销
医疗行业
管理供应链运营
使用人工智能进行供应商风险监控,在供应商风险管理中实施人工智能,利用人工智能自动化供应商风险评估,使
使用人工智能进行决策支持,实施人工智能工具以进行决策,利用人工智能评估决策数据,将人工智能洞察整合到
发现和理解数据分析与大数据,识别关键数据分析方法,有效解读大数据洞察,利用数据分析进行决策,探索数据
管理供应链风险
供求关系
发现供应链风险