Escolar Documentos
Profissional Documentos
Cultura Documentos
CURSO ADMINISTRAÇÃO
ALUNO:
Airton Santos Carvalho
TEMA:
Impacto do gerenciamento de dados na gestão da empresa
Estudo de caso na empresa Nortear consult jr
Aracaju - SE
2021.2
ALUNO:
TEMA:
Impacto do gerenciamento de dados na gestão da empresa
Nortear consult jr
ALUNO:
Airton Santos Carvalho
TEMA:
Impacto do gerenciamento de dados na gestão da empresa
Nortear consult jr
Aprovado em
BANCA EXAMINADORA
Resumo
A ciência de dados hoje em dia se encontra mais presente do que nunca na nossa sociedade,
desde a aparelhos eletrônicos com internet das coisas (IOT) que podem colher milhares de
dados, as redes sociais e até a própria empresa também podem ter ótimos dados para serem
colhidos. O que muda uma boa gestão vai desde a forma de coleta ao tratamento, e até os
equipamentos. Na empresa Nortear Consult jr foi mapeado todos esses 3 fatores, e identificou
alguns gargalos assim como algumas oportunidades de melhorias. Para que o gerenciamento
de dados tenha impacto na empresa, algumas estratégias devem ser postas da mesma forma
que ocorre no caso da gestão feita por um administrador, o administrador de dados também
pode desenvolver a empresa.
Palavras Chave: .
Dados, Administrador, Gestão, Empresa
Abstract
Data science today is more present than ever in our society, from electronic devices with
internet of things (IOT) that can collect thousands of data, social networks and even the
company itself can also have great data to be collected. What changes good management
ranges from the form of collection to treatment, and even equipment. At Nortear Consult jr,
all these 3 factors were mapped, and identified some bottlenecks as well as some
opportunities for improvement. For data management to have an impact on the company,
some strategies must be put in the same way as in the case of management by an
administrator, the data administrator can also develop the company.
Keywords:
Data, Administrator, Management, Company
1 INTRODUÇÃO
2 FUNDAMENTAÇÃO TEÓRICA
3 PROCEDIMENTOS METODOLÓGICOS
4 ANÁLISE DE RESULTADOS
5 CONSIDERAÇÕES FINAIS
6. REFERÊNCIAS:
1 INTRODUÇÃO
2 FUNDAMENTAÇÃO TEÓRICA
2.1 B.I.
O que é BI? BI é um termo em inglês para business intelligence e esse termo compreende as
estratégias e tecnologias utilizadas dentro da empresa para a análise de dados do negócio e os
recursos mais utilizados dentre eles são: Relatórios, analytics, dashboard ou (gráficos), data
mining, data warehouse OLAP, OLTP, análise descritiva, análise diagnóstica, análise preditiva
e análise prescritiva que conforme Sharda et al. (2019) ‘’[...] é um termo guarda-chuva que
combina arquiteturas, ferramentas, bases de dados, ferramentas analíticas, aplicativos e
metodologias(p. 15).’’. Business Intelligence vem sendo utilizado para gerar informações
chaves de negócios como um suporte de decisão Liang et al (2018). O business intelligence se
refere à tecnologia, processos e softwares usados para transformar dados brutos em inteligência para a
tomada de decisões auxiliada por computador Miller (2018).O BI é desde a junção, dos
equipamentos, equipe de gerenciamento de dados, e os dados, se não tiver uma boa equipe
não dá pra tirar informações boas para tomadas de decisões, em um dado não a certeza, dá pra
se tirar vários de conclusões incertas, e uma boa equipe com experiência já sabe onde se erra e
acerta.
2.2 DADO
O dado é um micro pedaço de informação ou seja ele por si só não é nada, é como dizer
apenas o nome de uma pessoa a você, se você não a conhece isso não vai adiantar de nada,
agora se você souber quem é essa pessoa, o que ela faz, onde ela mora e etc… você tem
informação sobre essa pessoa. Para Sharda et al. (2019) os dados são:
‘’[...]Os dados representam o principal ingrediente de qualquer iniciativa de BI, ciência de dados e
análise de negócios. Na verdade, eles podem ser encarados como a matéria-prima daquilo que
essas populares tecnologias de decisão acabam produzindo: informações, insight e
conhecimento(p. 66).’’
O que Setzer (2001) nos diz em relação a isso é:
‘’[...]Defino dado como uma sequência de símbolos quantificados ou quantificáveis. Portanto, um
texto é um dado. De fato, as letras são símbolos quantificados, já que o alfabeto, sendo um
conjunto finito, pode por si só constituir uma base numérica (a base hexadecimal emprega
tradicionalmente, além dos 10 dígitos decimais, as letras de A a E). Também são dados fotos,
figuras, sons gravados e animação, pois todos podem ser quantificados a ponto de se ter
eventualmente dificuldade de distinguir a sua reprodução, a partir da representação quantificada,
com o original. É muito importante notar-se que, mesmo sendo incompreensível para o leitor,
qualquer texto constitui um dado ou uma sequência de dados.(p. 2)’’
Para Semeler e Pinto (2019)
‘’[...]A priori, para este ensaio, dados serão considerados como todo objeto criado em formato
digital (digital-born) ou convertido para o formato digital (digitalizados) que possa ser usado
para geração de insights de informação e conhecimento.(p. 3)’’
Os dados não são algo novo, mas se tornaram em um conceito novo graças a transformação
digital, com tanta informação a todo instante, as empresas que não se adequam acabam
ficando para trás e para isso os dados são uma parte essencial eles por si só não são nada, mas
como vc usa eles transforma-os em informação que é importante, um exemplo de colheita de
dados que fazem todo ano é o IBGE e esses dados são facilmente transformados em
informação e jogados na mídia se a população passa fome, a inflação e etc… que são usados
tanto por investidores, quanto por empresários na hora de tomar uma decisão de abrir um
novo negócio.
A gestão de dados começou pelo fato dos grandes armazenamentos de dados que necessitam
ser tratados dentro das organizações, com o advento dos data warehouses e o Big Data assim
começaram os sistemas de suporte de decisão e dentre eles a analítica de dados. Dessa
maneira o administrador de dados pode tirar proveito dessa massiva quantidade para colher
informações, e para isso ele utiliza algumas técnicas, uma delas é analytics que segundo
Filatro Andrea (2020)
‘’[...]A Analítica de Dados, por sua vez, é uma ciência ou disciplina abrangente que engloba o
gerenciamento completo dos dados, incluindo não apenas sua análise, mas também coleta,
organização, armazenamento e todas as ferramentas e técnicas utilizadas(p. 43)’’
Podemos encontrar vários campos de conhecimento dentro dela como: Analitica de saúde,
Analitica para políticas e ações governamentais, Analitica de Esporte, Analytics de finanças,
Analitica da educação e por último Analitica de redes sociais. O marketing tem crescido no
campo do Social Media Analytics nos últimos anos, provavelmente devido à crescente adoção
das mídias sociais pelos consumidores em todo o mundo, segundo Ghani , Norjihan Abdul et
al 2019
‘’[...] Todos esses dados podem incorporar a opinião pessoal dos usuários, comportamentos e
pensamentos o que faz a tarefa de extrair informações de alta qualidade de tais
dados se tornando cada vez mais importantes. É uma área abundante a ser descoberta para
empresas e pesquisadores devido à disponibilidade de conteúdo premiado pelo usuário que
possivelmente encapsula conteúdo útil e de alta qualidade informação.(p. 2)’’
Apesar do Analytics ser muito usado recentemente em várias áreas como visto anteriormente
existe também outra ferramenta para tomar decisões com mais sabedoria que seria o data
mining, que utiliza técnicas matemáticas e analiticas que segundo Filatro Andrea (2020)
‘’[...] No vácuo, os dados, por maiores que sejam em volume e diversidade, são inúteis. Seu valor
potencial é desbloqueado apenas quando são alavancados para impulsionar a tomada de decisão.A
fim de possibilitar a tomada de decisão baseada em dados, são necessários processos eficientes
para transformar Big Data em insights significativos.(p. 44)’’
Como se pode ver a administração de empresas atual, não envolve apenas o negócio real mas
também o virtual e a massiva quantidade de dados que você pode colher disso que pode ser
usada para melhorias tanto no treinamento ou gerenciamento dos colaboradores quanto no
CRM (customer relationship management) que significa em poucas palavras gestão de
relacionamento com o cliente, toda empresa é uma mina de ouro se tiver uma boa gestão.
Gestão de conhecimento é a área que reúne tudo que você conseguiu a partir das ferramentas
de BI dentro da empresa, é basicamente toda a informação reunida em um ponto para tomadas
de decisões é a partir desse ponto que o gestor consegue tirar proveito e conseguir uma gestão
mais eficiente que conforme Sharda et al. (2019)
‘’[...]As organizações reúnem vastas coleções de informações a respeito de suas operações, seus
clientes, procedimentos internos, interações com funcionários e assim por diante, por meio das
comunicações estruturadas e não estruturadas que ocorrem entre as várias partes interessadas.
Sistemas de gestão de conhecimento se tornaram fontes de embasamento formal e informal para
decisões gerenciais, embora por vezes nem sejam chamados por esse nome. Tecnologias como
análise de texto e o IBM Watson estão tornando possível a geração de valor a partir de tais
coleções de conhecimento.’’
Já para Aires a gestão do conhecimento os principais desafios e tendências são:
desenvolvimento de colaboradores, compartilhamento de conhecimento e o uso de novas
tecnologias Aires et al(2018).
Ao contrário de ativos materiais que se depreciam à medida que são utilizados, o ativo do
conhecimento é ilimitado e cresce quando é estimulado e utilizado, os recursos físicos e
materiais deixaram de ser o foco principal, o que agrega agora é o conhecimento Ziviani et al
(2019).
O que há de novo em relação a gestão do conhecimento não é tão novo, muitas empresas já
faziam isso há muito tempo, que é agregar talentos, treiná-los, fazer uma gestão eficiente e
eficaz com os dados e as informações dentro da empresa e colher os resultados essa é a
diferença de um novo modelo administrativo de negócios com o uso dos dados.
2.6 ISHIKAWA
E outra ferramenta administrativa para colher dados utilizada foi o método ishikawa, ou
popularmente conhecido como diagrama espinha de peixe que foi criado por Kaoru Ishikawa
na década de 60, utilizado para identificar problemas dentro da empresa, ou para procurar a
raiz deles, ele é dividido em 6 áreas que são: Mão de obra, máquina, método, medida, meio
ambiente e material, que são popularmente conhecidos como os 6Ms, tanto as qualidades
como custos e produtividade, são os resultados deste controle de processos
(ISHIKAWA,1993). O modelo está na imagem abaixo.
3 METODOLOGIA
4 ANÁLISE DE RESULTADOS
APÊNDICE