PROVA Pos - Universidade São Judas Thadeu- BIG DATA ANALYTICS

Prévia do material em texto

PROVA Pos - Universidade São Judas Thadeu- BIG DATA ANALYTICS
1.“Atualmente, estamos migrando da idade média para a idade mídia. Se antes o objetivo mercadológico era atingir a média da população, agora se faz necessário pensar em estratégias para impactar cada indivíduo. Isso porque as pessoas têm diferentes hábitos e experiências o que, por consequência, faz com que suas escolhas e preferências também sejam particulares. A segmentação será levada ao extremo.
Esse pensamento é defendido por Walter Longo, sócio-diretor da Unimark Comunicação, e está sendo cada vez mais aplicado aos negócios. Empresas dos mais diversos setores estão investindo em tecnologias capazes de identificar as reais necessidades e interesses de seus clientes para conseguir oferecer o que eles realmente precisam ou desejam, no momento mais adequado, da melhor forma, com o menor custo possível e obtendo ROI’s cada vez maiores.
É o caso, por exemplo, do McDonald’s. Recentemente, a rede de fast food adquiriu, por US$ 300 milhões, uma solução de inteligência artificial para customizar suas ofertas. A ideia é de acordo com o lugar, horário, tradições e costumes, ter uma oferta que se adeque aos consumidores locais. A iniciativa visa gerar mais precisão nas ofertas e acompanhar as mudanças nos hábitos alimentares de seus clientes, aumentando as vendas da companhia.
Ainda no ramo alimentício, a Nestlé lançou o "Nestle Wellness Ambassador". O projeto, iniciado no Japão, utiliza inteligência artificial, teste de DNA e o fato dos usuários compartilharem o que estão comendo nas redes sociais, para oferecer produtos novos e mais nutritivos. O cruzamento desses dados permite fazer diversas recomendações, desde mudanças de estilo de vida, até suplementos alimentares indicados para aquele perfil de consumidor. Novamente, o potencial de incremento de receitas é bem interessante. Definitivamente, a tecnologia aliada à análise de dados, que são gerados, em milhões e ininterruptamente, 24h por dia, seja no ambiente on ou offline, estão revolucionando a maneira de se fazer negócios em todos os setores.”
Considerando as informações apresentadas, é correto afirmar que:
Resposta: Entendemos que o uso de Big Data nas empresas é algo promissor. No entanto, tornar realidade o uso deste artifício de tomada decisão, envolve: mudança cultural, expertise qualificada em determinadas tecnologias e em ciência de dados, criatividade, inovação, conhecimento do negócio entre outros temas.
2.
Gerenciar o crescimento de dados
Claramente, um dos maiores desafios de big data a serem superados é armazenar e analisar todas as informações. De acordo com o relatório “Digital Universe”, a IDC estima que a quantidade de informações armazenadas em sistemas de computação em todo o mundo dobre a cada dois anos. A maioria desses dados não é estruturado, o que significa que não é armazenado em um banco de dados. Fotos, documentos, vídeos e arquivos de áudio são difíceis de analisar.
Para superar esse desafio, as empresas podem usar diferentes tecnologias para gerenciar o aumento constante de dados. Em termos de armazenamento, as infraestruturas convergentes e hiperconvergentes, bem como o armazenamento definido por software, estão provando facilitar as coisas para escalar o hardware. Tecnologias como compactação, desduplicação e hierarquização também reduzem o espaço necessário e os custos de armazenamento de dados grandes. Com relação ao gerenciamento e à análise, as empresas podem usar ferramentas como NoSQL, Hadoop, Spark e outros softwares analíticos de big data, bem como software de business intelligence, AI e aprendizado de máquina para obter as informações de que precisam.
Gerar insights rapidamente
As empresas não querem apenas armazenar os dados que geram. Elas estão mais interessados em usar big data para atingir seus objetivos. De acordo com o estudo realizado pela NewVantage Partners, os principais objetivos associados aos projetos de Big Data são a redução de despesas, a implementação de uma cultura baseada em dados, inovação, a aceleração da implantação de novas capacidades e serviços, e o lançamento de novos produtos e serviços. Essas diferentes metas podem tornar as empresas mais competitivas, mas precisam obter insights e explorá-las rapidamente.
CIO. 7 desafios que organizações enfrentam para extrair valor do Big Data. Disponível 
Considerando as informações apresentadas, é correto afirmar que:
Resposta: Sabemos da infinidade de tecnologia de software e hardware disponível no mercado no que se refere a Big Data, inclusive softwares open source (gratuitos). O mais importante em meio a todo aparato tecnológico é, antes de adquiri-los, identificar oportunidades, entender que respostas são buscadas para alavancar os negócios e ainda, construir confianças.
3. Dados são a base hoje para 4 áreas da tecnologia: Big Data, Data Science, Machine Learning e Internet das Coisas. Estas 4 áreas hoje possibilitam visões, a partir da manipulação de grandes quantidades de dados, que não eram possíveis até então. Materializar a utilização destas tecnologias, pode ser um grande desafio, mas pode ser planejado e concretizado. De que forma você sugeriria a implementação de Big Data em sua empresa? Observe a ideia a seguir:
Considerando o texto apresentado, avalie as informações a seguir.
 
I. A escolha da tecnologia nas empresas é algo que envolve hardware, software, pessoas, processos, planejamento, organização e a finalidade de um propósito - uma estratégia e, sem este último, a escolha pode ser comprometida.
II. Podemos afirmar que novas tecnologias, como Big Data, por exemplo, exercem papel fundamental e podem colocar a empresa em outro patamar de negócio, mas devem ser entendidas como processos facilitadores e não determinantes para o desenvolvimento de novas estratégias de negócio.
III. Para elevar os dados a um status de ativo estratégico, é necessário, primeiramente,entender a importância que eles têm na empresa, a forma como são coletados e tratados e com que nível de qualidade fazem tais tarefas.
É correto o que se afirma em:
Resposta: I, II e III.
4.Como o modo atual de trabalho está mudando drasticamente, é provável que os desenvolvedores de aplicativos web temam perder seus empregos nos próximos anos. No entanto, não se trata de uma demanda menor por desenvolvedores, mas mais uma necessidade de um conjunto de habilidades diferente. Desenvolvedores e Engenheiros de Software terão uma demanda maior do que nunca, mas provavelmente terão que atualizar seus conhecimentos com ciência e análise de dados.
O Desenvolvimento Web não se limita apenas a escrever código, mas a estruturar dados, limpá-los, curá-los e garantir que estejam prontos para ensinar algoritmos. Essas habilidades são incrivelmente diferentes em comparação com o que a programação web ou orientada a objetos significava há uma década, mas neste setor, o progresso é contínuo. A tendência agora é o uso cada vez maior de scripts Python e análise de dados em R ou Scala.
À medida que o código se torna mais abundante, pode significar o fim de uma era para os desenvolvedores como os conhecemos agora. As máquinas terão o trecho de código necessário em mãos e também saberão como agrupar esses trechos em uma nova funcionalidade de um aplicativo.
Talvez, em um futuro não muito distante, tenhamos: Desenvolvedor de Dados (Desenvolvedor Web + Cientista de Dados).
Com base nas informações e nos fragmentos de texto apresentados, avalie as afirmações a seguir.
I. A explosão do Big Data trouxe à tona uma demanda que não para: a necessidade de profissionais capazes de extrair, analisar e gerar insights a partir de um grande volume de dados coletados. Isso porque o ambiente Big Data, conta com dados dos mais variados tipos (estruturados, não-estruturados e semiestruturados) em repositórios estratosféricos, ou seja, duas de suas características mais relevantes: veracidade e velocidade.
II. Considerando a grande variedade de dados, em um ambiente Big Data, tratar dados estruturados, presentes em grandes bases de dados, ou semiestruturados,os quais não possuem uma estruturada pré-definida, ou ainda processar imagens, áudios e qualquer tipo de documento online, não estruturado, faz parte do processo.
III. Profissionais da ciência de dados necessitam desenvolver habilidades adicionais a sua formação de carreia. Habilidades em matemática, estatística e programação por exemplo, para serem efetivamente aptos a limpar, tratar e organizar uma variedade imensa de diferentes tipos de dados, além de serem capazes de criar algoritmos para tais tarefas. São estas características que os difere dos engenheiros e antigos analistas de dados.
É correto o que se afirmar em:
Resposta: II e III, apenas.
5.Os dados estruturados são provenientes dos bancos de dados relacionais da empresa. Os dados semiestruturados e não estruturados podem vir de diversas fontes, como por exemplo: arquivos de texto, planilhas, e-mails, pesquisas de mercado e arquivos de mídia (imagem, vídeo e áudio). Outras fontes de dados importantes são as redes sociais e bases externas abertas. Os dados provenientes dessas fontes podem tanto ser requisitos básicos para o problema, quanto ser utilizados para enriquecer o conjunto de dados que será preparado.
Se não houver uma adequada preparação de dados, não será possível extrair conhecimento, pois os dados estarão em estado bruto. Cabe ao preparador de dados executar várias atividades para tornar os dados brutos em informações relevantes para o problema.
A preparação de dados pode ser definida da seguinte maneira:
a. Processo de coletar, limpar, normalizar e combinar dados para análise.
b. Ponto de partida comum para diversos projetos que visam a descoberta de conhecimento.
A preparação de dados tem uma importância fundamental em projetos de mineração de dados. A figura a seguir apresenta um relatório feito pela Figure Eight sobre o tempo gasto em projetos de mineração de dados. Em média, cerca de 53% do tempo gasto em projetos desse tipo está relacionado com a preparação de dados.
São esperadas duas grandes entregas como resultados da preparação de dados:
a. Entendimento do domínio do problema: o preparador de dados deve saber o que é o problema, como vai resolvê-lo, quais são as formas de testar a solução e se é possível resolver.
b. Conjunto de dados confiável, relevante e enriquecido: o preparador de dados deve entregar esse conjunto para o cientista de dados, que aplicará os algoritmos necessários para a extração do conhecimento; e para o analista de negócios, que o utilizará para a tomada de decisão ou gerenciar esse conjunto para análises futuras..
Considerando as informações apresentadas, é correto afirmar que:
Resposta: É certo de que Big Data propicia hoje a utilização de um grande volume e variedade de dados. No entanto gerar insights que realmente tenham peso ao final do processo, é algo que depende diretamente da qualidade da preparação dos dados coletados. Podemos dizer que a preparação dos dados em Big Data é tão importante quanto a etapa de especificação de requisitos em um projeto de desenvolvimento de software.
6.A mineração de dados possibilita uma análise rápida e eficiente dos principais atributos dos consumidores. Assim, suas campanhas de publicidade podem ser direcionadas exatamente para as pessoas com maiores chances de se tornar consumidores.
Na letra de “O Tempo Não Para”, Cazuza diz ter visto o futuro repetir o passado. Certamente, quando escreveu a canção, o cantor não se referia a nada relacionado a estratégias de vendas ou marketing. Ainda assim, sua letra serve como um gancho para explicar um dos benefícios da mineração de dados.
Com a utilização de sistemas de alta capacidade de processamento de dados, é possível analisar informações antigas, como o volume de compras em um determinado mês ou o nível de interação em certa época do ano. Na maioria dos casos, essas tendências se repetirão. Então, com o cruzamento de informações, sua empresa pode se preparar para demandas superiores em determinadas épocas do ano. Pegue como exemplo a Black Friday.
Mesmo que um gestor não conte com nenhum conhecimento sobre a data, sabe que, naquela época do ano, a demanda cresce de forma acelerada.
Da mesma forma que a antecipação de demandas é possibilitada, a análise da concorrência se torna mais simples. Por meio da mineração, é possível filtrar as reações mais relevantes às campanhas, lançamentos e atividades gerais da concorrência.
Assim, sabendo o que o público aprovou e o que ele criticou, você tem um norte para entender a preferência dos consumidores e adaptar suas campanhas e ofertas de modo que possa atingi-los positivamente.
Em tempos de Big Data, não é fácil encontrar dados que sejam, de fato, relevantes para o seu propósito. Por isso, a utilização do Data Mining é uma excelente forma de otimizar o processo de análise e uso de informações relevantes.
Considerando as informações apresentadas, é correto afirmar que:
Resposta: Data Mining pode ser considerada uma das técnicas de exploração de Big Data. Dentro de uma “porção” significativa de dados, o processo de mineração de dados poderá avaliar o que é relevante, limpando tudo o que não é desejado dentro de uma expectativa específica.
7. “Big Data é um termo utilizado para descrever um grande volume de dados, em grande velocidade e grande variedade; que requer novas tecnologias e técnicas para capturar, armazenar e analisar seu conteúdo; e é utilizado para abrilhantar a tomada de decisão, fornecendo introspecção e descobertas, e suportando e otimizando processos.”
Considerando o texto apresentado, avalie as afirmações a seguir.
I. Por grande volume de dados, entende-se os milhares de dados gerados diariamente seja na troca de e-mails, nas compras por internet, nas interações em redes sociais, nas conversas por WhatsApp, nos registros de chamadas telefônicas e no tráfego de dados, por exemplo.
II. A veracidade dos milhares de dados gerados é uma das principais preocupações dos executivos de negócio para a tomada de decisão, o que faz desta característica uma das mais importantes dentre os 5V´s do Big Data.
III. A questão da veracidade tem relação direta com a confiança dos dados coletados uma vez que não importa se o dado é real, ou “fresco”, o que está em jogo, é se se trata de um dado verídico.
É correto o que se afirma em:
Resposta: I e II, apenas.
8.“A análise diagnóstica tem como finalidade compreender o impacto de cada ação dentro das estratégias da empresa. Dessa forma, é possível saber quem comprou, onde comprou, quando comprou, porque comprou ou, ainda, porque deixou de comprar.
Nesse último caso, com um bom planejamento, altera-se o que não estiver funcionando bem para o sucesso do negócio, deixando de lado o que não traz resultados e mantendo ou ampliando o que for positivo. Um exemplo bem comum onde a análise diagnóstica está presente são nos relatórios mensais, que trazem comparações de resultados entre determinados períodos de tempo.
Se, na análise descritiva, temos um detalhamento de uma determinada base de dados, com a análise diagnóstica, conseguimos entender todas as possibilidades que essas informações podem gerar. Ou seja, a análise diagnóstica pode ser considerada o caminho mais rápido e eficaz para avaliar os impactos e o alcance de uma ação após a sua realização.”
Considerando as informações apresentadas, é correto afirmar que:
Resposta: A análise diagnóstica, tal como o próprio nome indica, se traduz pelo diagnóstico da performance de uma empresa. Este tipo de análise portanto é feita após o trabalho realizado. Se a empresa quer vender determinado produto estocado, pode também realizar uma análise diagnóstica dos possíveis perfis de clientes que comprariam tal produto, direcionando assim as vendas.
9.
Cultura Omnichannel
Omnichannel é um termo utilizado para explicar uma tendência atual do comércio que se baseia na convergência de todos os canais utilizados por uma organização. Basicamente, trata-se de mesclar os universos offline e online do negócio para transformar tudo em uma grande base de dados de mercado — de modo similar ao trabalhocom Big Data.
Essa cultura já é amplamente difundida entre as grandes empresas do comércio brasileiro. Um exemplo são as lojas eletrônicas que vendem produtos esportivos com a opção de retirada em um ponto físico ou recebimento em casa, integrando diferentes tipos de interação com esses consumidores.
Outra aplicação do conceito é encontrada quando as empresas que comercializam ingressos para eventos realizam a venda do serviço pela internet, mas oferecem a opção de retirada do bem em determinado ponto físico para aqueles que desejam tê-lo em mãos.
Integração entre Big Data e Omnichannel
A sincronização entre os canais do Ominchannel e as soluções de Big Data resultam, portanto, em uma ampla quantidade de informações úteis para a empresa. Isso favorece a agilidade no atendimento por meio de diferentes canais de interação com o cliente.
É interessante notar que ambas as ferramentas são complementares, já que se dedicam a centralizar informações e fornecer uma visão geral e diferenciada do negócio. Por meio do levantamento de dados do Big Data, é possível mapear tendências e fortalecer os canais de comunicação prediletos dos clientes com a ajuda da cultura Omnichannel.
Percebeu como essas tendências podem ser integradas para agregar valor ao seu negócio, independentemente do seu ramo de atuação? Na era da informação, é um grande erro desprezar o cruzamento de dados das aplicações do Big Data e a simultaneidade oferecida pelo Omnichannel para estabelecer padrões de consumo.
Considerando as informações apresentadas, é correto afirmar que:
Resposta: Agregar valor ao negócio significa somar perspectivas diferentes na forma como fazer as coisas, que acaba gerando resultados positivos para a empresa. Não descartar ferramentas que integradas a Big Data criam estes resultados requer muita maturidade e um nível de prática em Big Data avançado.
10. 
Podemos ver que o termo “Business Intelligence” reinou absoluto até o começo desse ano (2013), onde o “Big Data” ultrapassou o termo. Big Data pode ser definido, de maneira mais simplista, como um conjunto de técnicas capazes de se analisar grandes quantidades de dados para a geração de resultados importantes que, em volumes menores, dificilmente seria possível. Em tese, podemos definir o conceito de Big Data como um conjunto de dados extremamente amplos que, por isto, necessitam de ferramentas especiais para comportar o grande volume de dados que são encontrados, extraídos, organizados, transformados em informações que possibilitam uma análise ampla e em tempo hábil.
Considerando as informações apresentadas, é correto afirmar que:
Resposta: Diferentemente do conceito Big Data, a metodologia BI consegue fazer análises de dados passados, sem realizar previsões de futuro ou gerar insights estratégicos. Por isto se justifica o grande interesse por tal tecnologia já a partir de 2013.
image4.png
image1.png
image2.png
image3.png