Analise Bibliométrica - BD e Ep

XXXV ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO
Perspectivas Globais para a Engenharia de Produção
Fortaleza, CE, Brasil, 13 a 16 de outubro de 2015.
BIG DATA E CLOUD COMPUTING

PERPECTIVAS DE USO EM ENGENHARIA DE
PRODUÇÃO: UMA ANÁLISE BIBLIOMÉTRICA
DE 2004 - 2014
IVAN MENERVAL DA SILVA (unimep)

imenerval@yahoo.com.br
Fernando Celso de Campos (unimep)
fccampos@unimep.br
A tomada de decisão baseada em análise de dados é uma das premissas

mais importantes da Engenharia de Produção, essas análises preditivas e
analíticas são feitas a partir de uma grande quantidade de dados de gerados
de domínios diferentes. Tendo em vista as novas Perspectivas Globais para
Engenharia de Produção, devemos levar em conta o grande montante de
dados gerados pelos sistemas de informações e pela internet que servem
para alavancar as atividades das organizações, considerando que elas
saibam interpretar esses dados e convertê-los em informações relevantes
para tomada de decisão. A computação em nuvem (Cloud Computing)
permite acessar recursos computacionais localizados em datacenters
remotos usando modelos específicos de serviços (TAURION, 2010). O Big
Data é um novo termo que surge para designar essa enorme massa de
dados, estruturados e não estruturados, disponíveis na nuvem, (ISACA, 2013).
Os dados gerados pelo Big Data, devido a seu tamanho e complexidade, são
difíceis de serem processados usando ferramentas convencionais de
hardware e de software. O objetivo deste artigo é demonstrar por meio de
uma análise bibliométrica: os artigos, autores mais relevantes, as possíveis
lacunas e oportunidades existentes sobre novas pesquisas envolvendo o
tema. Os resultados apontam para uma nova linha de pesquisa envolvendo
oportunidades em vários campos entre eles os da Engenharia de Produção,
sugerindo que os serviços a serem desenvolvidos devem melhorar a
conectividade e acessibilidade dos dados aos usuários, sem deixar de lado a
infraestrutura de armazenamento e recuperação de dados, trazendo assim
maior competitividade às organizações e auxílio a tomada de decisão dos
gestores.
Palavras-chave: Big Data, Cloud Computing, Bibliometria, Engenharia de

Produção
2
1. Introdução
Buscar vantagem competitiva tem relação direta com a formulação da estratégia e o modo
como ela foi traduzida em planos, porém, tudo dependente de informação.
De acordo com Kotler (p. 139, 2010),
Estratégia é o que determina a estrutura da atividade empresarial de

uma empresa e fornece diretrizes para coordenar as atividades de
modo que ela possa lidar com mudanças do ambiente e influenciá-las.
A estratégia articula o ambiente preferido da empresa e o tipo de
organização que ela está buscando tornar-se.
Um dos produtos finais da gestão estratégica, salientado por Ansoff e McDonnell (1993),
consiste em um potencial de cumprimento futuro dos objetivos da empresa. Em uma empresa
isso envolve:
 Recursos (financiamento, pessoas, informação e materiais);
 Produtos finais (bens e/ou serviços desenvolvidos) de rentabilidade futura

comprovada;
 Um conjunto de regras de comportamento social que permitam à organização

continuar a alcançar seus objetivos.
Segundo Almeida e Costa (2003)
Na área de sistemas de informação, o profissional de Engenharia de

Produção leva em consideração vários fatores para buscar a
maximização de resultados favoráveis para uma organização. A
questão da definição da informação já representa de forma concreta
como desenhar o Sistema de Informação, que deve ser voltado para a
visão da organização, suas estratégias e os resultados esperados pelo
3
sistema de produção. Tem-se a informação como elemento básico para

o funcionamento do sistema de produção.
Para que as empresas alcancem seus objetivos e tornem-se cada vez mais competitivas em
amplos aspectos, elas utilizam os recursos de informações que são providos pelos sistemas de
informação. Na visão de Beuren (2000), a importância crescente da informação, na melhoria
da capacidade de executar uma avaliação estratégica de desempenho, fica evidente quando se
analisa a considerável superposição de medidas e indicadores individuais que precisam ser
monitorados para diferentes dimensões estratégicas. Cabe destacar que a reflexão sobre o
papel da informação deve ser estimulada em todas as etapas do processo de gestão, a fim de
contribuir para a eficiência da integração entre a definição, execução e avaliação da
operacionalização da estratégia empresarial. Nesta incessante busca destacam-se os serviços
mediados por tecnologia.
Serviços mediados por tecnologia são fornecidos por intermédio de uma interface tecnológica
entre fornecedor e cliente, o que permite uma troca imediata de informações entre cliente e
fornecedor Froehle e Roth (2004)..
Segundo Fleury (2003) Os sistemas de produção não estão mais necessariamente

concentrados num local, mas dispersos pelo mundo envolvendo diferentes tipos de empresas e
sistemas, exigindo uma enorme capacidade de coordenação agilidade, flexibilidade e
eficiência. Dentro destes novos desafios destacam-se como ferramentas essenciais o Big Data
e a Cloud Computing.
2. Big Data: Perspectivas Gerais
No auxílio do entendimento dos processos de negócios das organizações que podem estar
atualmente funcionando bem, mas sem a visão da realidade, a indicação do uso dos dados e
recursos do Big Data. Ele pode facilitar a governança melhorando a visão da realidade da
empresa, sendo possível a otimização de tal forma que além de evitar que os dados existentes
no Big Data deixem de ser fonte de perigo ou dificuldades, passem a gerar resultados mais
satisfatórios para a empresa (TRKMAN et al., 2010).
4
O principal objetivo da análise de Big Data é contribuir para que as empresas tomem
melhores decisões de negócio. Cientistas de dados e outros usuários analisam grandes
quantidades de dados de transações, bem como outras fontes de dados que podem ser
ignorados pelo software tradicional de business intelligence, como logs de servidor web,
relatórios de atividade de mídia social, registros de telefone celular e dados obtidos por meio
de sensores. As análises de dados podem permitir uma abordagem de marketing direcionado
que dá à empresa uma melhor compreensão de seus clientes. Um entendimento que
influenciará os processos internos e, em última análise, aumentará o lucro, o que proporciona
a vantagem competitiva que a maioria das empresas está buscando (ISACA, 2013).
A justificativa para o estudo e a aplicação do Big Data é procurar atender a crescente busca de
eficiência e eficácia no uso de ferramentas de TI, para obter recompensa significativa e se
diferenciar dos concorrentes. É relevante que os líderes das organizações, principalmente os
profissionais de TI se concentrem na demanda de informações que constituem o Big Data. De
acordo com a IBM (2013), o Big Data, pode ser caracterizado por:
Volume, Variedade, Velocidade, Veracidade e Valor. Volume refere-

se à maior quantidade de dados sendo gerado a partir de uma
variedade de fontes. Variedade refere-se o uso de vários tipos de
dados para analisar uma situação ou evento. Velocidade é o tempo
para resolução de algum problema, como tratamento de dados, sua
obtenção, atualização e gravação, devendo ser feito em tempo hábil,
muitas vezes feito em tempo real. Veracidade é a confiabilidade dos
dados, ela garante o máximo possível de consistência nos dados. Valor
é o benefício do investimento, o uso de Big Data exige um
investimento que deve gerar retorno para as empresas como na
melhoria da qualidade dos serviços e aumento da receita.
As empresas que dominam a disciplina emergente do gerenciamento de Big Data podem

obter recompensas significativas e se diferenciar de seus concorrentes (CHEN, 2012). A
figura 1 apresenta esquematicamente os benefícios do Big Data na visão do ISACA (2013)
Figura 1 - Benefícios do Big Data
5
Fonte: (ISACA, 2013)
Para o Big Data alcançar o máximo de sua funcionalidade ele faz intenso uso da Cloud
Computing termo que será tratado a seguir.
3. Computação em Nuvem (Cloud Computing)
Também conhecida por Cloud Computing, a Computação em Nuvens é definida por Taurion
(2010), como: “um termo usado para descrever um ambiente de computação baseado em uma
rede massiva de servidores, sejam virtuais ou físicos. Cloud computing hospeda as Cloud
applications, aplicações estas que estão residentes nesta nuvem (Cloud). Cloud computing
pode ser visto como o estágio mais evoluído do conceito de virtualização”.
É um conceito que traz ao usuário final a possibilidade de acesso aos serviços e aplicações de
qualquer dispositivo que esteja conectado à nuvem (SILVA, 2010).
Segundo esse mesmo autor, o beneficio da Cloud Computing é evitar a preocupação com
instalações e configurações de softwares, já que a ideia é de que serão utilizados os
aplicativos e softwares, todos online, sem a necessidade de máquina robusta, É necessário
apenas uma conexão com internet para poder acessar a nuvem. A computação em nuvem será
capaz de trazer, a quem utilizar todos os serviços necessários como processamento,
armazenamento e infraestrutura. O usuário vai pagar apenas pelos serviços utilizados.
6
A arquitetura da computação em nuvem é composta por três camadas de acordo com

Dikaiakos (2009). A camada mais baixa é a da infraestrutura que disponibiliza serviços para
armazenamento e de redes por meio dos provedores de infraestrutura. A camada de
plataforma é mais abstrata e disponibiliza serviços para desenvolvimento e manutenção de
aplicações. A camada de aplicação disponibiliza aplicações e serviços aos usuários finais.
A convergência entre os modelos disponibilizados na Cloud Computing e as vantagens

competitivas geradas pelo Big Data serviram de ponto de partida para análise bibliométrica
apresentada na sequência.
4. Abordagem Metodológica: Análise Bibliométrica “Big Data e Cloud Computing”
Este estudo tem como finalidade facilitar o entendimento do estado atual do conhecimento e
as lacunas existentes entre Big Data, Cloud Computing e a Engenharia de Produção;
identificando em fontes de conhecimento relevantes, o estágio atual das pesquisas em Big
Data e Cloud Computing, por meio da realização de um estudo bibliométrico sobre a
literatura existente sobre ambos entre os anos 2004 – 2014.
A Bibliometria consiste em uma metodologia de revisão sistemática de literatura direcionada

aos aspectos quantitativos da produção, disseminação e uso da informação (MACIAS-
CHAPULA, 1998). Assim, com este delineamento metodológico, quantificam-se informações
existentes nos estudos, como frequência de citação de frases, características da relação autor-
produtividade, características das publicações, análise de citação e outras, usando seus
resultados para elaborar previsões e apoiar tomadas de decisão (TAGUE-SUTCLIFFE, 1992).
As análises bibliométricas, de acordo com Macias-Chapula (1998), fundamentam se na noção
de que a essência da pesquisa científica está na construção de conhecimento e de que a
literatura científica representa um componente desse conhecimento, cujas informações
fornecem indícios importantes acerca de um campo do conhecimento. A análise bibliométrica,
ou bibliometria se constitui numa ferramenta estatística de análise quantitativa que permite
mapear e gerar indicadores de produtividade de periódicos e de autores, necessários ao
planejamento e avaliação da ciência, minimizando a subjetividade inerente à recuperação das
informações. Ela contribui para tomadas de decisão na gestão da informação e do
conhecimento, auxiliando na organização e sistematização das informações científicas e
7
tecnológicas. Os estudos bibliométricos podem ajudar na avaliação do estado atual da ciência

como na tomada de decisão e no gerenciamento da pesquisa, importantes nos estudos da área
acadêmica.
Para garantir a consistência dos dados e sua relevância e integridade, foram analisadas apenas
as publicações que continham as palavras-chaves Big Data e Cloud Computing inseridas em
seu título e tópicos relacionados à Engenharia no seu texto.
A escolha destas palavras chaves se destina a concentrar a pesquisa no foco de interesse que é
o Big Data, Cloud Computing e Engenharia de Produção. Salienta-se que a omissão de
palavras que não contém o termo estudado é fato comum em estudos bibliométricos.
Os dados coletados foram exportados em formato de arquivo TXT e analisados utilizando-se

os recursos de planilha eletrônica (MS-Excel 2013).
Inicialmente foram recuperados os registos contendo o termo de pesquisa no título:

 1297 registros sobre Big Data;
 3071 registros sobre Cloud Computing;
 20 registros sobre Big Data e Cloud Computing no mesmo título.
Totalizando 4388 registros relativos a journal’s que integram a base Web of Science.
Realizou-se a leitura dos títulos e resumo dos artigos para verificar o seu real alinhamento
com a investigação em ação. A partir disso foram relacionados, depois de serem removidas as
duplicatas e títulos que não continham a palavras chave, o número total de 3594 registros.
 1102 registros sobre Big Data;

 2473 registros sobre Cloud Computing;
 19 registros sobre Big Data e Cloud Computing no mesmo título.
Destaca-se, que o número de registros que contém os termos Big Data e Cloud Computing
foram 19 registros.
8
Os gráficos e tabelas, na próxima seção, foram gerados utilizando como origem a base de
dados Web of Science.
5. Análises das Publicações
Figura 2. Publicações sobre Big Data entre 2004-2014
A Fig. 2 - Mostra graficamente a evolução das publicações sobre Big Data , observa-se que o
termo Big Data tem sua primeira publicação no ano de 2004 (1), ocorrendo um salto em 2008
(12) caindo em 2009 (3) e voltando a crescer a partir de 2011 (14), 2012 (104) em 2013 (450)
e em 2014.(513)
Tabela 1 – Publicações em Big Data 2004-2014

ANO PUBLICAÇÕES
2004 1
2005 0
2006 1
2007 1
2008 12
2009 3
9
2010 3
2011 14
2012 104
2013 450
2014 513
Figura 3 . Publicações sobre Cloud Computing 2004-2014
A Fig. 3 - Mostra graficamente a evolução das publicações sobre Cloud Computing observa-
se que o termo Cloud Computing tem sua primeira publicação no ano de 2004 mesmo ano da
primeira publicação sobre Big Data.
Tabela 2 – Publicações em Cloud Computing 2004-2014

ANO PUBLICAÇÕES
2004 1
2005 2
2006 2
2007 3
10
2008 19
2009 175
2010 244
2011 402
2012 718
2013 425
2014 481
A Tabela 2. mostra a forte evolução do termo Cloud Computing em publicações destacande-

se o grande volume de publicações entre os anos de 2011 e 2012
Figura 3. Publicações contendo Big Data e Cloud Computing no título entre 2004-2014
Tabela 3. Publicações contendo Big Data e Cloud Computing no título entre 2004-2014
ANO PUBLICAÇÕES
2011 1
2012 3
2013 7
2014 8
11
As publicações contendo o termo Big Data e Cloud Computing no mesmo título (Fig.4) tem
início a partir de 2011; a pesquisa bibliométrica realizada revelou que foram poucos os artigos
contendo os termos estudados no período. Isso pode apontar uma oportunidade de pesquisa
para aprofundar o conhecimento sobre ambos os termos.
O artigo mais citado encontrado nesta análise bibliométrica é: Cloud and heterogeneous
computing solutions exist today for the emerging big data problems in biology do autor Eric E
Schadt, publicado na NATURE REVIEWS GENETICS no ano de 2011.
Segundo Schadt(2011) O ambiente que proporcionar o menor custo, e que for mais fácil de
usar e trouxer o resultado em menor tempo para resultados vão dominar a indústria. O grande
desafio proposto por este artigo é combinar a solução computacional de acordo com os
grandes problemas computacionais de Big Data .
Figura 4. Países com maior número de publicações sobre Big Data e Cloud Computing
Na Fig.4 apresntam-se os países com maior numero de publicações sobre os termos

apresentados, destaca-se a China e os EUA com 52% das publicações. A análise bibliométrica
12
aponta que os artigos chineses estão concentrados na área da computação e os artigos

americanos estão concentrados na área biomédica.
Figura 5 – Artigos sobre Big Data com foco em Engenharia de Produção
Na Fig. 5 está a representação percentual dos artigos sobre Big Data que tem foco em
Engenharia de Produção, são 10% dos arquivos analisados obtidos pelo cruzamento de Big
Data e Cloud Computing.
Esses 10% são 2 artigos encontrados na pesquisa realizada entre 2004 – 2014.
A Framework for Root Cause Detection of Sub-Batch Procecessing System for Semiconductor
Manufacturing Big Data Analytics. Autores Chen e Chuang.(2014)
Knowleage Integration of Distributed Enterprises using Cloud based Big Data Analytics,
Autores Bohiouli, Merges, Fathi. (2014)
5 -Tendências e Achados da Pesquisa
A pesquisa Bibliométrica realizada na base Web of Science tendo como foco artigos contendo
o termo Big Data e Cloud Computing no título, apontam para os seguintes resultados:
13
 O termo Big Data no título tem início a partir de 2004;

 O termo Cloud Computing aparece a partir de 2004;
 As publicações contendo o termo Big Data e Cloud Computing no mesmo título tem
início a partir de 2011;
 As áreas que apresentam maiores avanços em pesquisas relacionadas ao Big Data e ao
Cloud Computing são a Biomédica e Computação, esta análise aponta para uma nova
linha de pesquisa envolvendo os termos Big Data e Cloud Computing, sugerindo que
os serviços a serem desenvolvidos devem melhorar a conectividade e acessibilidade
dos dados aos usuários, sem deixar de lado a infra-estrutura de armazenamento e
recuperação de dados;
 Os resultados abrem fronteiras para novas pesquisas envolvendo os termos em áreas
como Engenharia de Produção, Marketing, Gestão Estratégica das Informações e
Segurança de Dados.
 Destaca-se a China e os EUA com 52% das publicações sobre Big Data e Cloud
Computing, a análise bibliométrica aponta que os artigos chineses estão concentrados
na área da computação e os artigos americanos estão concentrados na área biomédica.
 Algumas propostas de novas pesquisas podem ser listadas:
o Identificar os Benefícios e desafios de integração de vários provedores de
serviços em nuvem;
o Identificar a existência de um modelo para trabalhar Big Data dentro de
Cloud Computing de forma mais facilitada;
o Estabelecer diretrizes e normas para lidar com os desafios de segurança dos
dados disponibilizados na nuvem;
o .
 Na área de Engenharia de Produção existem algumas lacunas, o que abre novas
perspectivas sobre a Pesquisa envolvendo o uso do Big Data, a saber:
o A pequena quantidade de artigos existente, o que pode indicar um campo em
início de pesquisas;
o Analisar se a combinação de sistemas torna mais difícil o gerenciamento do
Big Data com foco no processo decisório em Engenharia de Produção;
14
o Identificar em quais áreas específicas as pesquisas sobre Big Data e Cloud

Computing e Engenharia de Produção são ainda incipientes;
o A necessidade da Engenharia de Produção em obter dados estruturados e não
estruturados para tomada de decisão;
o Os novos desafios estratégicos para a competividade empresarial envolvendo
novas e modernas ferramentas que proporcionem a Engenharia de Produção
um lugar de destaque no cenário de desenvolvimento global.
o O Brasil se destaca no uso Big Data através de soluções para “garimpar”
conteúdos com a agilidade e a eficiência necessárias à tomada de decisões
com o objetivo de aumentar a produtividade dos negócios no segmento
petrolífero
6– Conclusão
A contribuição deste artigo é demostrar uma oportunidade de pesquisa envolvendo

Engenharia de Produção a partir de Big Data e Cloud Computing;.
A tendência que a pesquisa bibliométrica apontou é que, a partir de 2013, os modelos de

serviços de Cloud Computing estão mais atentos ao Big Datal.
Esta nova realidade pode vir a contribuir para a criação de serviços que ofereçam maior
facilidade no uso dos dados estruturados e não estruturados existentes no Big Data auxiliando
a tomada de decisão em Engenharia de Produção.
Esses novos tipos de serviços mediados por tecnologia necessitam do desenvolvimento de

estratégias que os tornem cada vez mais seguros e acessíveis.
Novos estudos se fazem necessários para lançar bases sólidas de conhecimento trazendo para
maior número de organizações os benefícios que o Big Data e a Cloud Computing podem
oferece;.
Proporcionar auxílio aos Engenheiros de Produção que buscam novas perspectivas de

aprimoramento no mundo globalizado de tecnologia e novos sistemas.
Referências
15
ANSOFF, H. I.; McDONNELL, E. J. Implantando a administração estratégica. São Paulo:

Atlas, 1993.
BEUREN, I. M. Gerenciamento da Informação: um recurso estratégico no processo de

gestão empresarial. São Paulo: Atlas, 2000.
BOYD, Danah; CRAWFORD, Kate. Six provocations for Big Data . In: Symposiumon the
Dynamics of the Internet and Society. Oxford Internet Institute, 2013.caso
CAI, J.; XIANGDONG, L.; XIAO, Z.; LIU, J.; Improving supply chain performance
management: A systematic approach to analyzing iterative KPI accomplishment. Decision
Support Systems, v. 46, n. 2, p. 512-521, 2009.
CHANG, F.; DEAN, J.; GHEMAWAT, S.; HSIEH, W.; WALLACH, D.; BURROWS, M,;
CHANDRA, T.; FIKES, A.; GRUBER, R. Big table: A distributed Storage System for
Structured Data. In ACM Transaction on Computer Systems Vol 26m No 2, Artigo 4, 2008
CHEN, H. 2006. Intelligence and Security Informatics for International Security:

Information Sharing and Data Mining, New York: Springer.
CHEN, H. 2009. AI, E-Government, and Politics 2.0, IEEE Intelligent Systems (24:5), pp.
64-67.
CHEN, H. 2011a. Design Science, Grand Challenges, and Societal Impacts, ACM
Transactions on Management Information Systems (2:1), pp. 1:1-1:10.
CHEN, H. 2011b. Smart Health and Wellbeing, IEEE Intelligent Systems (26:5), pp. 78-79.
CHEN, H.; CHIANG, R.H.L.; STOREY, V. C. Business Intelligence and Analytics: From
Big Data to Big Impact. MIS Quarterly, v. 36, n. 4, p. 1165-1188, 2012.
CHEN, H. 2012. Dark Web: Exploring and Mining the Dark Side of the Web, New York:
Springer.
CHEN, H., Reid, E., Sinai, J., Silke, A., and Ganor, B. Terrorism Informatics: Knowledge
Management and Data Mining for Homeland Security, New York: Springer. . (eds.). 2008
16
CHIANG, R. H. L., Goes, P., and Stohr, E. A. Business Intelligence and Analytics
Education and Program Development: A Unique Opportunity for the Information Systems
Discipline, ACM Transactions on Management Information Systems (3:3), forthcoming. .
2012
CHRISTENSEN, C. The innovator's dilemma: when new technologies cause great firms to
fail. Harvard Business Press, 1997.
COSTA, L. H. M. K.; AMORIN, M. D.; CAMPISTA, M.E.M.; RUBINSTEIN,M.G;

FLORISSI,P; DUARTE,O.C.M.B. Grandes massas de dados na nuvem: desafios e técnicas
para inovação. In: Minicurso do XXX Simpósio Brasileiro de Redes de Computadores e
Sistemas Distribuidos (SBRC); 2012.
DAVENPORT, T. H. 2006. Competing on Analytics, HarvardBusiness Review (84:1), p.

98-107.
IBM, Big Data : at the speed of business, 2013 Em: < http://www-
01.ibm.com/software/data/bigdata/what-is-big-data.html> Acesso em 12 de Novembro 2013.
IBM- What is Big Data ? Bringing Big Data to enterprise, 2011

www.ibm.com/software/data/bigdata Acesso em13 novembro de 2013
ISACA 2000, Executive Summary. ISACA – Information Systems Audit and Control
Associantion & Foundation, 3rd Edition, 2000.
ISACA, Big Data : Impactos e Beneficios, ISACA, 2013 Em:

<http://www.isaca.org/Knowledge-Center/Research/ResearchDeliverables/Pages/Big-Data-
Impacts-and-Benefits.aspx> Acesso em 12 de Junho 2013.
LAINHART IV, John W. CobiT™: a methodology for managing and controlling information
and information technology risks and vulnerabilities. Journal of Information Systems, v. 14, n.
s-1, p. 21-25, 2000.
17
MACIAS-CHAPULA, César A.; RODEA-CASTRO, Irma P.; NARVAEZ-

BERTHELEMOT, Nora. Bibliometric analysis of AIDS literature in Latin America and
the Caribbean. Scientometrics, v. 41, n. 1-2, p. 41-49, 1998.
MCAFEE, A.; BRYNJOLFSSON, E.;.Big Data The Management Revolution – Exploiting

vast new flows of information can radically improve your company´s performance. But
first you llhaveto change your decision-making culture. Business Review, edição outubro
2012.
McAfee, A., Brynjolfsson, E., Davenport, T. H., Patil, D. J., & Barton, D. (2012). Big Data
. The management revolution. Harvard Bus Rev, 90(10), 61-67.
MCAFEE, Andrew et al. Big Data . The management revolution. Harvard Bus Rev, v. 90,
n. 10, p. 61-67, 2012.
MANYIKA, J., CHUI, M., BROWN, B., BUGHIN, J., DOBBS, R., ROXBURGH, C., &
BYERS, A. H. Big Data : The next frontier for innovation, competition and productivity.
McKinsey Global Institute, 2011.
MINTZBERG, H.; QUINN. O processo da estratégia. 3º ed. Porto Alegre: Bookman, 2001.
PINTO, Ricardo Aurélio Q.; DE RAMOS, Mário César; DEL CORSO, Jansen Maia. Relação
entre a estrutura, a estratégia e a arquitetura estratégica como fator de sucesso: um
estudo de caso.Revista Produção Online, v. 10, n. 1, 2010.
SANTOS, G. S.; CAMPOS, F. C. Governança na oferta de serviços: modelo de outsourcing

para provedores de tecnologia da informação - São Paulo: Atlas, 2012.
SILVA, I. M.; CAMPOS, F. C. NEW PERSPECTIVES USING BIG DATA: A STUDY

OF BIBLIOMETRIC. 11º CONTECSI – International Conference on Information Systems
and Technology Management. USP, 2014.
SOUSA F. R. C., MOREIRA L. O., MACÊDO J A., MACHADO J. C Gerenciamento de

Dados em Nuvem: Conceitos, Sistemas e Desafios 1 2 Universidade Federal do Ceará
(UFC), 2009
18
SCHADT, EE ; LINDERMAN, MD; SORENSON, J; LEE, L;NOLAN, GP Cloud and

heterogeneous computing solutions exist today for the emerging Big Data problems in
biology Nature Reviews Genetics 12.3 (2011): 224-224.
SCHRAGE M. Big Data's Dangerous New Era of Discrimination Harvard business review
2014
TAURION C. Cloud Computing: Computação em Nuvem: transformando o mundo da

tecnologia da informação. Rio de Janeiro: Editora Brasport, 2009.
TAGUE-SUTCLIFFE, Jean. An introduction to informetrics. Information processing &

management, v. 28, n. 1, p. 1-3, 1992.
TRKMAN, P., MCCORMACK, K., DE OLIVEIRA, M. P. V., .LADEIRA, M. B. The
impact of business analytics on supply chain performance. Decision Support Systems, v.
49, n. 3, p. 318-327, 2010.
19

Analise Bibliométrica - BD e Ep

Enviado por

Dados do documento

Título original

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

Analise Bibliométrica - BD e Ep

Enviado por

Direitos autorais:

Formatos disponíveis

XXXV ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO

Perspectivas Globais para a Engenharia de Produção

Fortaleza, CE, Brasil, 13 a 16 de outubro de 2015.

BIG DATA E CLOUD COMPUTING

IVAN MENERVAL DA SILVA (unimep)

A tomada de decisão baseada em análise de dados é uma das premissas

Fortaleza, CE, Brasil, 13 a 16 de outubro de 2015.

Palavras-chave: Big Data, Cloud Computing, Bibliometria, Engenharia de

Fortaleza, CE, Brasil, 13 a 16 de outubro de 2015.

De acordo com Kotler (p. 139, 2010),

Estratégia é o que determina a estrutura da atividade empresarial de

 Recursos (financiamento, pessoas, informação e materiais);

 Produtos finais (bens e/ou serviços desenvolvidos) de rentabilidade futura

 Um conjunto de regras de comportamento social que permitam à organização

Segundo Almeida e Costa (2003)

Na área de sistemas de informação, o profissional de Engenharia de

Fortaleza, CE, Brasil, 13 a 16 de outubro de 2015.

sistema de produção. Tem-se a informação como elemento básico para

Segundo Fleury (2003) Os sistemas de produção não estão mais necessariamente

2. Big Data: Perspectivas Gerais

Fortaleza, CE, Brasil, 13 a 16 de outubro de 2015.

Volume, Variedade, Velocidade, Veracidade e Valor. Volume refere-

As empresas que dominam a disciplina emergente do gerenciamento de Big Data podem

Figura 1 - Benefícios do Big Data

Fortaleza, CE, Brasil, 13 a 16 de outubro de 2015.

Fonte: (ISACA, 2013)

3. Computação em Nuvem (Cloud Computing)

Fortaleza, CE, Brasil, 13 a 16 de outubro de 2015.

A arquitetura da computação em nuvem é composta por três camadas de acordo com

A convergência entre os modelos disponibilizados na Cloud Computing e as vantagens

4. Abordagem Metodológica: Análise Bibliométrica “Big Data e Cloud Computing”

A Bibliometria consiste em uma metodologia de revisão sistemática de literatura direcionada

Fortaleza, CE, Brasil, 13 a 16 de outubro de 2015.

tecnológicas. Os estudos bibliométricos podem ajudar na avaliação do estado atual da ciência

Os dados coletados foram exportados em formato de arquivo TXT e analisados utilizando-se

Inicialmente foram recuperados os registos contendo o termo de pesquisa no título:

 1102 registros sobre Big Data;

Fortaleza, CE, Brasil, 13 a 16 de outubro de 2015.

5. Análises das Publicações

Figura 2. Publicações sobre Big Data entre 2004-2014

Tabela 1 – Publicações em Big Data 2004-2014

Fortaleza, CE, Brasil, 13 a 16 de outubro de 2015.

Figura 3 . Publicações sobre Cloud Computing 2004-2014

Tabela 2 – Publicações em Cloud Computing 2004-2014

Fortaleza, CE, Brasil, 13 a 16 de outubro de 2015.

A Tabela 2. mostra a forte evolução do termo Cloud Computing em publicações destacande-

Fortaleza, CE, Brasil, 13 a 16 de outubro de 2015.

Na Fig.4 apresntam-se os países com maior numero de publicações sobre os termos

Fortaleza, CE, Brasil, 13 a 16 de outubro de 2015.

aponta que os artigos chineses estão concentrados na área da computação e os artigos

Figura 5 – Artigos sobre Big Data com foco em Engenharia de Produção

5 -Tendências e Achados da Pesquisa

Fortaleza, CE, Brasil, 13 a 16 de outubro de 2015.

 O termo Big Data no título tem início a partir de 2004;

Fortaleza, CE, Brasil, 13 a 16 de outubro de 2015.

o Identificar em quais áreas específicas as pesquisas sobre Big Data e Cloud

A contribuição deste artigo é demostrar uma oportunidade de pesquisa envolvendo

A tendência que a pesquisa bibliométrica apontou é que, a partir de 2013, os modelos de

Esses novos tipos de serviços mediados por tecnologia necessitam do desenvolvimento de

Proporcionar auxílio aos Engenheiros de Produção que buscam novas perspectivas de

Fortaleza, CE, Brasil, 13 a 16 de outubro de 2015.

ANSOFF, H. I.; McDONNELL, E. J. Implantando a administração estratégica. São Paulo:

BEUREN, I. M. Gerenciamento da Informação: um recurso estratégico no processo de