Big Data ,

Energia Elétrica e
Comportamento do
Consumidor :
Tendências e
Oportunidades
Eduardo de Rezende Francisco
FGV-EAESP / ESPM / GisBI / Meia Bandeirada
erfrancisco@gmail.com

CENOCON 2016 – 5º Fórum sobre Centros de Operação e Controle das Empresas de Energia Elétrica, São Paulo, 11 de Abril de 2016
 Apresentação

Professor do Departamento de Informática e Métodos Quantitativos da

FGV-EAESP e dos Cursos de Sistemas de Informação em Comunicação e
Gestão e de Mestrado Profissional em Comportamento do Consumidor
da ESPM. Ministra disciplinas ligadas a Geoinformação, Big Data
Analytics e Estatística Espacial. Bacharel em Ciência da Computação pelo
IME-USP e Mestre e Doutor em Administração de Empresas pela FGV-
EAESP. É pesquisador visitante do Spatial Information Research Centre
da University of Otago, na Nova Zelândia.
É CKO (Chief Knowledge Officer) da startup Meia Bandeirada e
sócio-fundador do GisBI, grupo de estudos e fomento das
Geotecnologias e Business Intelligence.
Atua no mercado de GIS, Geomarketing e Business
Intelligence desde 1994. Foi gerente de tecnologia do projeto
GIS e de Planejamento de Mercado e responsável pelo
desenvolvimento de Estratégias de Marketing e
Planejamento de Pesquisas de Mercado na AES Eletropaulo
durante 13 anos. Participa como palestrante em diversos
eventos de Geomarketing, BI, GIS e Utilities. É colunista das
revistas GV Executivo e InfoGEO, e consultor em Estatística
Espacial e Modelos Preditivos para Crédito e Real Estate.
Real Estate
(draft - confidencial)

3
 Tendências Analíticas

 Forças Transformadoras
 C loud
 A nalytics
 Mobile
 S ocial Business
+ Segurança da Informação

Tendências de uso de
tecnologia em negócios
(ou negócios em tecnologia)
para a próxima década

Fontes: Gatner Group, IDC, IBM CAMS 2014

Business Intelligence, Big Data e Data Analytics Eduardo de Rezende Francisco

11/Abr/2016 erfrancisco@gmail.com
 BIG DATA

Revista Veja – 15/Maio/2013

Business Intelligence, Big Data e Data Analytics Eduardo de Rezende Francisco
11/Abr/2016 erfrancisco@gmail.com
 BIG DATA

BIG DATA is like

TEENAGE SEX
 Everyone talks about it,
 Nobody really knows how to do it,
 Everyone thinks everyone else is doing it,
 So everyone claims they are doing it.

Dan Ariely
Business Intelligence, Big Data e Data Analytics Eduardo de Rezende Francisco
11/Abr/2016 erfrancisco@gmail.com
 BIG DATA

Uma “jogada” de marketing?

“ • Big Data é apenas mais uma “jogada” de marketing .

• Propagado pelas empresas de tecnologia e de consultoria de
sistemas como a Gartner, o termo Big Data permanece mal
definido.
• Isso é intencional e lhes possibilita divulgar o que elas desejam pois
seus mercados não sabem exatamente o que significa Big Data...
• De um modo geral, as empresas de tecnologia usam o termo Big
Data para se referir a grandes volumes de dados advindos de
novas fontes.
• Esse fato, entretanto, não é novidade. Desde o advento dos
computadores, a cada ano mais dados são acumulados e novas
fontes surgem...
”
Fonte: Stephen Few – Visual Business Intelligence, em 31/Out/2013

Business Intelligence, Big Data e Data Analytics Eduardo de Rezende Francisco

11/Abr/2016 erfrancisco@gmail.com
 BIG DATA – “Definição”

“Big Data” são dados e processos cuja escala, distribuição, diversidade

e/ou velocidade de criação requer o uso de novas tecnologias de armazenamento e análise
para permitir a captura do valor inserido nos mesmos (adaptado de EMC, 2013)

1. Volume de dados
Bilhões de linhas x bilhões de colunas
Aumento de 44x de 2009 a 2020 (0,9ZB a 35ZB)

2. Complexidade de Processamento
Estruturas de dados em constante mudança
Necessidade de analisar tais dados em tempo real

3. Estruturas de dados
Grande variedade (80-90% não estruturada) a ser analisada
Estas características tornam necessário o uso de sistemas de computação paralela e paralela massiva
(MPP, massively parallel processing)

Fonte: EMC ( 2013)

Business Intelligence, Big Data e Data Analytics Eduardo de Rezende Francisco

11/Abr/2016 erfrancisco@gmail.com
 Ambientação e Ferramentas
Laboratório

RStudio

Business Intelligence, Big Data e Data Analytics Eduardo de Rezende Francisco

11/Abr/2016 erfrancisco@gmail.com
 Oportunidades

Ofertas de Emprego para “Data Scientists”

Business Intelligence, Big Data e Data Analytics Eduardo de Rezende Francisco

11/Abr/2016 erfrancisco@gmail.com
Business Intelligence, Big Data e Data Analytics Eduardo de Rezende Francisco
11/Abr/2016 erfrancisco@gmail.com
 Os 5 Vs

Velocidade
BIG DATA:
Expansão em ritmo crescente
em três frentes
(os 3 primeiros Vs)

Volume
MB GB TB PB

+ Veracidade
audio
+ Valor

Variedade
Business Intelligence, Big Data e Data Analytics Eduardo de Rezende Francisco
11/Abr/2016 erfrancisco@gmail.com
 Os 7 Vs

Velocidade
BIG DATA:
Expansão em ritmo crescente
em três frentes
(os 3 primeiros Vs)

Volume
MB GB TB PB

+ Veracidade
audio
+ Valor
+ Variabilidade
+ Visualização
Variedade
Business Intelligence, Big Data e Data Analytics Eduardo de Rezende Francisco
11/Abr/2016 erfrancisco@gmail.com
 Oportunidades

 Inteligência Geográfica está por aí?

Aproximadamente 70 a 80% das informações relevantes nos

processos decisórios têm caracterização espacial (Gartner Group, 2004)

 A geografia é o que possibilita a integração de dados, informações, processos,

inclusive “Big Data”
 Essa integração induz uma visão sistêmica (integrada, ampla, abrangente, holística)
da maioria das questões necessárias às tomadas de decisão

Geomarketing e GIS: Suporte à Operação

 Descrição, Expansão, Segmentação e Otimização do Território de Atuação

Estatística Espacial: Geoinformação em Modelos Preditivos

 Incorporação da Influência Geográfica nos Modelos de Predição
de Renda e de Risco de Crédito
 Aprimoramento do poder de explicação dos Modelos Preditivos

Business Intelligence, Big Data e Data Analytics Eduardo de Rezende Francisco

11/Abr/2016 erfrancisco@gmail.com
Inteligência geográfica
Políticos
Impactos potenciais advindos de
programas de governo
Ambientais
legislação e impactos sobre e pelo
meio ambiente
Mercadológicos
demanda e concorrência
real e potencial
ococrrências impactantes
Logísticos
Condições e limitações de recursos
materiais e humanos,
acessos e movimentações
Econômicos
conjunturas locais, regionais e
globais
Legais
uso e ocupação do solo
legislações complementares
Sociais
legislação e impactos sobre e pelo
ecossistema social
Físicos
condições físicas, topográficas e
geológicas locais e do entorno
Cronológicos
condições e limitações
de tempos e prazos
Estratégicos
condições e limitações relativas aos
empreendedores
Jurídicos
titularidades e direitos
contenciosos reais e potenciais
Climático e Meteorológicos
condições climáticas
riscos naturais
Técnico -Tecnológicos
condições e limitações de
tecnologias, métodos e processos
Operacionais
condições e limitações de recursos e
capacitações locais para a operação
Financeiros e Tributários
condições de investimento,
financiamento, custeios, tributos,
riscos e retornos
Impacto Econômico
dos Serviços
Geográficos

Inteligência de Negócios
Eduardo de Rezende Francisco – José Luiz Kugler
 Inteligência Geográfica: Plataforma de Gestão

 Exploração Básica
 Onde estão localizados meus pontos deficitários de oferta de serviços?
 Quais são os clientes/consumidores localizados a até 3 quilômetros dos
meus pontos de serviço?
 Onde estão e quais são as áreas de risco com baixo IDH localizadas em um
município?

 Exploração Avançada
 Qual deve ser a caracterização geográfica de cada área de influência de
vendas para que eu tenha maior equilíbrio de oferta e demanda?
 Existe influência das características e distribuição dos meus clientes no meu
desempenho de oferta de equipamentos de cultura e lazer?
 Como devo distribuir os remédios em meu município para facilitar
significativamente o acesso, a eles, em função da localização típica histórica
das enfermidades?

Business Intelligence, Big Data e Data Analytics Eduardo de Rezende Francisco

11/Abr/2016 erfrancisco@gmail.com
 Inovação: Indicadores Econômicos baseados em Energia

Renda Familiar Consumo Eletricidade

( IBGE ) ( AES Eletropaulo )

Workshop do SAMP de Avaliação pelo Cliente 2015 Eduardo de Rezende Francisco

04/Ago/2015 erfrancisco@gmail.com
 Inovação: Indicadores Econômicos baseados em Energia

O Consumo de Energia Elétrica pode ser um bom indicador para

auxiliar processo de caracterização do consumidor

Serviço Essencial
Abrangência e Cobertura
98,7% dos domicílios brasileiros (99,8% nas áreas urbanas) (IBGE, 2014)
Grande Capilaridade
Maior que a de outras utilidades (água, telefone, gás)
Clientes de A a E
Precisão e Temporalidade
Endereço, localização geográfica dos consumidores
Coletado mensalmente
Histórico de faturamento e arrecadação
Exerce papel fundamental no dia-a-dia dos domicílios

Melhor caracterização das famílias-alvo

(em termos socioeconômicos e de potencial de consumo)

Business Intelligence, Big Data e Data Analytics Eduardo de Rezende Francisco

11/Abr/2016 erfrancisco@gmail.com
 Potenciais Implicações Gerenciais
Exemplos de Agregação
Territorial dos Setores Censitários
Indicadores de Consumo Indicadores
de Energia Elétrica sistemáticos de
Renda por Setor
Censitário,
granularidade
Domicílios convencional do
Mercado

Círculos Concêntricos
(raios progressivos de 125 m)
Estudos Ad-hoc
(p.e., escolha do
melhor ponto
comercial para
expansão ou
Medida Alternativa reposicionamento
de Renda: no varejo)

atual, abrangente, flexível,

e atualizável mensalmente

Quadrículas de 1 km2
Indicadores de
Renda
baseados em
Consumo de
Energia Elétrica

Indicadores de
Densidade de
Renda
 Análises Preditivas

Microcredit Score e Indicadores

Sócio-Econômicos baseados em Energia Elétrica

Business Intelligence, Big Data e Data Analytics Eduardo de Rezende Francisco

11/Abr/2016 erfrancisco@gmail.com
 Análises Preditivas

• Development of an Indicator of Propensity to Energy

Commercial Losses using Geospatial Statistical Techniques
and Socio-Economic Data: the Case of AES Eletropaulo
FRANCISCO, E., FAGUNDES, E., PONCHIO, M., ZAMBALDI, F. - EnANPAD 2009

• Uso de técnicas geoespaciais para a concepção e operacionalização de

um indicador de propensão a fraude, e análise (através de GWR) da
associação entre esse indicador e a satisfação dos clientes

Business Intelligence, Big Data e Data Analytics Eduardo de Rezende Francisco

11/Abr/2016 erfrancisco@gmail.com
 Inovação no Planejamento de Operações

Business Intelligence, Big Data e Data Analytics Eduardo de Rezende Francisco

11/Abr/2016 erfrancisco@gmail.com
 Inovação no Planejamento de Operações

Ocorrências de Emergência Trânsito

Clima e
Microclima
Obs: Mapas Ilustrativos,
valores fictícios

Business Intelligence, Big Data e Data Analytics Eduardo de Rezende Francisco

11/Abr/2016 erfrancisco@gmail.com
 Inovação no Planejamento de Operações

Business Intelligence, Big Data e Data Analytics Eduardo de Rezende Francisco

11/Abr/2016 erfrancisco@gmail.com
 Inovação no Planejamento de Operações

mapa quadrículas matriz

Business Intelligence, Big Data e Data Analytics Eduardo de Rezende Francisco

11/Abr/2016 erfrancisco@gmail.com
 Inovação no Planejamento de Operações

Custo de chegada Custo de saída

Obs: Mapas Ilustrativos,

valores fictícios

Business Intelligence, Big Data e Data Analytics Eduardo de Rezende Francisco

11/Abr/2016 erfrancisco@gmail.com
 Inovação no Planejamento de Operações

Implementação de 4 algoritmos:
 Força Bruta
 Hillclimbing
 Genético
 K-means geográfico

Business Intelligence, Big Data e Data Analytics Eduardo de Rezende Francisco

11/Abr/2016 erfrancisco@gmail.com
 Mapeando as “Intenções Geográficas”

1ª Lei da Geografia (1970):

Tudo está relacionado com tudo, mas as coisas
mais próximas estão mais relacionadas entre si
do que as coisas mais distantes

Waldo Tobler, professor emérito do

Depto. Geografia da Universidade da Califórnia

Business Intelligence, Big Data e Data Analytics Eduardo de Rezende Francisco

11/Abr/2016 erfrancisco@gmail.com
 Mobile Geomarketing

Business Intelligence, Big Data e Data Analytics Eduardo de Rezende Francisco

11/Abr/2016 erfrancisco@gmail.com
 Mobile Geomarketing

Business Intelligence, Big Data e Data Analytics Eduardo de Rezende Francisco

11/Abr/2016 erfrancisco@gmail.com
 Análise Geográfica de Transporte de Funcionários

Mapa – Diagnóstico e Proposição de

Hubs de Deslocamento

Business Intelligence, Big Data e Data Analytics Eduardo de Rezende Francisco

11/Abr/2016 erfrancisco@gmail.com
 Desafio Cultural nas Organizações

politica.estadao.com.br/blogs/gestao-politica-e-sociedade/inteligencia-geografica-por-que-os-lideres-deveriam-aprender-geografia/

Business Intelligence, Big Data e Data Analytics Eduardo de Rezende Francisco

11/Abr/2016 erfrancisco@gmail.com
 Desafio Cultural nas Organizações

Business Intelligence, Big Data e Data Analytics Eduardo de Rezende Francisco

11/Abr/2016 erfrancisco@gmail.com
 Resumo da Ópera
Conceitos e plataformas
Dados & Informações Monitoramento e controle

Contextualização
espaço-temporal

Coletores, Sensores,
Internet of Things
Armazenamento
Dashboards

BIG
DATA Sistemas de
Monitoramento Interpretação, análise e
técnicas preditivas, geoestatística

Informações para
apoio à decisão
Colaboração Visualização e compreensão

Business Intelligence, Big Data e Data Analytics Eduardo de Rezende Francisco

11/Abr/2016 erfrancisco@gmail.com
 Preparem-se!!!

Alertas e Serviços de
Conveniência
 Clima
 Mobilidade
 Serviços públicos
 Eventos
 Notícias impactantes

 Ambiente
 Saúde
 Educação
 Serviços emergenciais

 Esportes e cultura
 Economia e política
 Lazer e artes
 Integração com outros apps

Business Intelligence, Big Data e Data Analytics

A
Eduardo de Rezende Francisco
11/Abr/2016 erfrancisco@gmail.com
 Algumas Publicações sobre o Assunto

Business Intelligence, Big Data e Data Analytics Eduardo de Rezende Francisco

11/Abr/2016 erfrancisco@gmail.com
 Obrigado!!!

Eduardo de Rezende Francisco

FGV-EAESP / ESPM / GisBI / Meia Bandeirada
erfrancisco@gmail.com

CENOCON 2016 – 5º Fórum sobre Centros de Operação e Controle das Empresas de Energia Elétrica, São Paulo, 11 de Abril de 2016