A importância da inteligência competitiva no contexto digital

Utilizada em conjunto com a inteligência competitiva, a inteligência de mercado contribui no desenvolvimento de ações inovadoras, já que a análise das informações da concorrência e das demandas dos consumidores possibilita que uma empresa inove em seus serviços ou produtos, causando impacto muito positivo diante do seu público-alvo.

 

Eduardo Prange – CEO da Zeeng

 

Você já ouviu falar em inteligência competitiva (IC)? Se está atento e acompanhando o buzz sobre temas como transformação digital e o que vem ocorrendo no mercado, no mínimo tem uma boa ideia do que estamos falando. Empresas de todos os portes e segmentos já percebem que devem ser orientadas por dados. Assim, uma das principais abordagens em qualquer organização – e que é adotada, com certeza, por aquelas que procuram aperfeiçoar sua capacidade de compreender seu ecossistema e seu público para se manterem vivas – é o uso da inteligência.

Aplicada sobre as informações relevantes do negócio, a inteligência competitiva possibilita verificar tendências, prever movimentos, encontrar oportunidades e dar forte embasamento às decisões estratégicas da companhia, em um trabalho que pode visar o longo prazo.

 

Por que falar sobre isso?

Estamos em um mundo que experimenta mudanças constantes e em altíssima velocidade – e a verdade é que nunca se gerou tanta informação quanto nos tempos atuais. Produzimos dados a todo instante, e esse imenso volume está à disposição para ser analisado e bem trabalhado pelas companhias.

Utilizada em conjunto com a inteligência competitiva, a inteligência de mercado contribui no desenvolvimento de ações inovadoras, já que a análise das informações da concorrência e das demandas dos consumidores possibilita que uma empresa inove em seus serviços ou produtos, causando impacto muito positivo diante do seu público-alvo.

 

“Uma marca não é mais o que nós dizemos que é, mas sim o que os consumidores dizem uns aos outros sobre elas”.

Scott Cook, fundador da Intuit

 

Nessa era do conhecimento, a informação está mais e mais acessível. E aplicando a inteligência para entender (e utilizar bem) os dados sobre o ambiente, as empresas conseguem informações que têm valor real para os seus negócios e clientes, além de garantir o conhecimento do que está acontecendo no seu mercado, o que as coloca em posição vantajosa, à frente dos seus competidores.

Afinal, é somente com uma análise mais aprofundada que se consegue conhecer bem o cliente, compreender o setor do mercado com seus problemas, desafios e oportunidades. E a IC realmente se mostra importante porque, com essa orientação, conseguimos obter informações relevantes, fazer cruzamentos interessantes e conhecer profundamente quem concorre com a nossa empresa. A partir daí, podemos antever algumas direções ou ocorrências de modo a nos posicionarmos de uma maneira melhor, mais competitiva – e isso não tem preço.

 

Inteligência para conhecer a fundo o mercado e a concorrência

É fundamental hoje poder analisar as iniciativas de quem disputa o mercado com você, tanto para saber como o competidor se comporta quanto para verificar como o público reage a essas ações. Quanto mais você atua sobre bases de conhecimento sólido, mais vai deixando o “achismo” de lado, pois a construção de uma inteligência competitiva verdadeira contribui para que sua tomada de decisão tenha mais embasamento e, consequentemente, seja mais certeira e poderosa.

Digamos que você atua numa agência de comunicação e precisa desenvolver uma estratégia de comunicação em mídias sociais para uma determinada rede de farmácias. Trata-se de um segmento altamente concorrido, portanto, a inteligência competitiva se mostra absolutamente fundamental para que, munido das melhores informações sobre o ecossistema – e o conhecimento profundo sobre a concorrência – você consiga desenvolver o que pode ser a melhor linha de ação para que a rede cliente ganhe destaque.

Perceba que, assim, ao chegar para conversar com o cliente você terá, além dos dados sobre ele, seus objetivos e demandas, um olhar sobre o ambiente de competição que ele enfrenta, entendendo o que os rivais fazem e já avaliando a reação do público e como eles se comunicam. Ou seja, você terá condições de mostrar ao cliente que conhece as circunstâncias do mercado dele, as falhas e os acertos dele e da concorrência e, a partir daí, procurar oportunidades estratégicas para atuar com destaque e ganhar mercado. Suas chances de sucesso com este cliente crescem, não é mesmo?

Portanto, o uso da inteligência competitiva é um elemento cada vez mais importante para aperfeiçoar a execução das suas iniciativas e gerar resultados muito melhores para os clientes. Para monitorar o mercado, entender o cliente e agir proativamente em relação às estratégias da concorrência, investir em soluções que contemplem a inteligência competitiva é com certeza a melhor alternativa.  

As informações estão aí, e é fundamental trabalhar bem com elas para não perder terreno e não ficar para trás. E para otimizar e tornar menos árduo esse trabalho, a tecnologia – para variar – é a melhor aliada.

 

O papel da tecnologia

Como dissemos em outro artigo, o marketing hoje é potencializado pela tecnologia, e as agências contam com ferramentas, plataformas e soluções alinhadas para o marketing digital. Surgem as Martechs, que mesclam e trabalham com os dois setores para tornar ainda melhores e mais eficientes as mais variadas iniciativas. Afinal, as ações de marketing e comunicação só têm a ganhar com o cuidadoso acompanhamento da movimentação da concorrência, verificando como ela atua nas redes sociais, nos blogs e sites, como são as interações que ocorrem, que tipo de retorno o público oferece.

A tecnologia, portanto, ajuda o trabalho humano da inteligência a identificar aquilo que, dentre os padrões verificados nos players que disputam determinado mercado, está gerando melhores resultados, o que pode ser oportuno ou não naquele momento, etc. Uma coisa é certa: negócios cujos gestores obtêm e aproveitam informações estratégicas a respeito da concorrência e do mercado ganham muito em competitividade. E, com isso, podemos afirmar que talvez o que falte para a sua agência seja simplesmente esse tipo de conhecimento.

Como se comporta o seu mercado? Seus competidores fazem que tipo de campanha? Em que redes sociais estão presentes? De que modo? Como é a interação no blog deles? De que maneira eles se comunicam em cada um dos canais em que atuam? E como interagem com o público? Qual é a resposta dos clientes às interações das marcas? Estes são alguns dos muitos pontos possíveis de serem levantados e estudados a partir de uma plataforma completa que faça uso da inteligência competitiva.

A Zeeng, por exemplo, é uma plataforma completa especialmente voltada para as áreas de comunicação e marketing, com uma interface amigável e simples que possibilita antecipar os movimentos dos concorrentes acompanhando as ações de várias marcas no ambiente digital, entendendo o comportamento do mercado.

Como a primeira plataforma de Big Data Analytics voltada para essas áreas no Brasil, a Zeeng nasceu e atua nesse contexto, gerando inteligência a partir do cruzamento das informações de diversas origens e da interação com a marca. O objetivo é, sempre, ajudar o seu negócio a evoluir.

Gostou do artigo? Então eu te convido a conhecer a Zeeng – e ver tudo o mais que nós podemos fazer pela sua empresa.

Os dados vão pagar a conta?

Assim como qualquer outro fator, só vão pagar contas da indústria criativa se gerarem valor para os anunciantes ou para os consumidores

Dados já foram chamados de o novo petróleo, o new black, e, recentemente, ganhei uma camiseta com os dizeres “Data is the new bacon” (dado é o novo bacon). Fato é que nunca se falou tanto em dados e sua importância. Até para uma profissional como eu, que trabalho há mais de 15 anos nesta área de análise de dados e insights em empresas de mídia e consultoria, é surpreendente. Pessoas de diferentes áreas, incluindo criação e desenvolvimento de conteúdo, me abordam quase diariamente para saber mais sobre o assunto.

Porém, o enorme volume de dados disponíveis se tornou diretamente proporcional ao desconhecimento sobre o que fazer com eles — principalmente na indústria criativa. E foi exatamente o entendimento de que havia uma questão maior a ser tratada que me estimulou a dedicar meus últimos meses à análise da pergunta que se tornou minha tese na Berlin School of Creative Leadership: “Can data pay the bill? – Os dados vão pagar as contas?”.

Esse empoderamento da palavra dados é consequência das mudanças do mundo e da sociedade, bastante impactados por tecnologias como a internet das coisas (IoT) e big data. Como afirma o Fórum Econômico Mundial em seu relatório, “The future of jobs”, setores econômicos como os conhecemos irão mudar. Como resultado, modelos de negócios deverão ser reformulados, novas características profissionais serão exigidas e posições existentes no mercado de trabalho irão desaparecer.

Algumas indústrias já sentiram na pele, e no bolso, essas mudanças. A indústria criativa, que incluí mídia e agências de publicidade, é uma delas. A era digital, e o tsunami de informações que promove, colocou em xeque o bem-sucedido modelo de negócios, baseado na negociação de pontos de audiência bruta (gross rating points – GRPs) e impactos, que por anos funcionou muito bem na indústria criativa. Portanto, entender se os dados têm essa capacidade de pagar a conta é bastante relevante.

O principal objetivo da pergunta, aparentemente genérica, “os dados vão pagar as contas?” é entender qual o valor que os dados agregam para os serviços prestados pela indústria criativa aos seus clientes. Baseei-me nos conceitos de valor criado (value creation) e valor capitalizado (value capture) desenvolvidos por Paul Verdin. Neles, o autor afirma que, para ter sucesso sustentável, uma empresa ou indústria precisa criar valor para seus clientes e consumidores e, posteriormente, ser capaz de monetizá-lo. O que evidencia é que, sem valor criado, não existe monetização. Portanto, para mim, o dado assim como qualquer outro fator, só vai pagar contas da indústria criativa se ele gerar valor para os anunciantes ou para os consumidores.

Pois bem. Na pesquisa (baseada em estudos de caso), descobri que os dados têm o potencial de pagar as contas, mas tudo depende de uma combinação de fatores que vai levar ou não, à criação de valor.

Por exemplo, dados puros, sem análise, não pagam a conta. Os dados só fazem sentido se forem contextualizados, considerando o entendimento e emoção de quem os produziu: as pessoas. Quanto maior o nível de contextualização dos dados (análise não apenas dos números, mas também do comportamento do consumidor, por exemplo), mais valiosos e com maior poder de monetização serão.

Performance, por si só, também não é suficiente para pagar a conta. Monitorar a performance de uma campanha ou o desempenho de um programa contribui, sim, para otimizar investimentos, mas não paga a conta toda. Hoje, com o fácil acesso aos dados, as agências estão enfrentando a chamada comoditização dos dados e um relatório de performance deixou de ter valor, pois tornou-se um serviço operacional. Para que performance possa gerar valor e ser monetizado pelas agências, os dados precisam ser transformados em conhecimento. O time de business intelligence tem que ser capaz de não apenas extrair os números e colocá-los em um dashboard bonito, mas também e, principalmente, ter a capacidade de transformar dados em insights e insights em ação para o negócio e para o cliente.

Outro insight é que os melhores resultados e tomadas de decisões envolvendo dados vem da combinação dos algoritmos de processamento de dados com a ação e talento humanos. Isso porque o valor dos dados está na sua utilização ágil e entendimento fácil. A tecnologia contribui para rapidez da coleta dos dados, mas é fundamental saber qual é a história que eles nos contam. Ou seja, a mente humana e a criatividade continuam fundamentais na indústria criativa.

Existem outras questões que precisam ser debatidas para que os dados possam efetivamente gerar valor na indústria criativa e consequentemente gerar receita. O papel da liderança nesse processo é um deles, assim como a questão ética em relação a privacidade dos dados.

Porém, acredito que, na publicidade brasileira, a discussão deve começar com o questionamento sobre qual é o entendimento que se tem sobre dados e qual é a moeda de negociação utilizada nos modelos de publicidade.

Até hoje, os dados são encarados por essa indústria como material de suporte e performance. Audiência, GRPs, impactos, visualizações, downloads e alcance são variáveis — ou seja, dados — utilizados para dar suporte às negociações de mídia (das mais tradicionais como TV às mais modernas como os influenciadores). No entanto, a contagem dos eye balls, como falam os americanos, já não é o único dado disponível e, em tempos digitais, deixaram de ser os mais relevantes. Isso porque, além do número de impactos, é possível e necessário entender o reflexo do consumo do conteúdo de mídia na jornada ou no comportamento do consumidor para que se possa produzir conhecimento. E insights. Só assim o dado terá valor, pois tornará a comunicação com o consumidor mais efetiva e engajadora.

Portanto, é preciso encarar a necessidade de uma quebra de paradigma. Se as negociações continuarem a utilizar os dados exclusivamente como moedas de troca de mídia, nunca irão, por si só, pagar conta alguma. O pagamento continuará sendo da forma mais tradicional e antiga de negócios e a questão recai sobre a sustentabilidade do modelo de negócio em longo prazo. Entretanto, se os dados forem encarados como parte de um projeto de inovação ou comunicação capaz de gerar conhecimento, expertise ou engajamento, aí sim, poderão não apenas pagar contas, mas contribuir de maneira efetiva para um novo modelo de negócios em uma indústria em transformação.

Fonte: Meio & Mensagem 

33% dos brasileiros já compartilharam fake news, diz estudo

Cerca de 49% das pessoas disseram que nem sempre sabem identificar o que é ou não falso.

A MindMiners, startup brasileira especializada em pesquisas digitais, realizou um estudo para entender como os brasileiros enxergam a questão da privacidade de dados na era do Big Data. Um dos pontos discutidos no estudo foram as famosas fake news. 82% dos respondentes disseram que usam as redes sociais como fonte de informação e 33% já compartilharam um conteúdo falso. O mais incrível é que 49% das pessoas disseram que nem sempre sabem identificar o que é ou não falso.

Um outro ponto alarmante desse estudo são as questões da privacidade de dados, 62% dos respondentes disseram que se preocupam com a segurança de dados, mas em contrapartida, mais da metade dos entrevistados não se importariam em compartilhar seus dados se soubessem que estariam beneficiando outras pessoas comum.

 

Fonte: ipnews

O uso estratégico do dados não está transformando só a indústria, também mudará a vida humana como a que conhecemos hoje

Charles Darwin fez múltiplas contribuições para a Teoria de Evolução, mas uma das mais importantes está relacionada à capacidade de adaptabilidade dos seres humanos. Como o cientista afirmou, “não é o mais forte que sobrevive, nem o mais inteligente, mas o que melhor se adapta às mudanças”. Em outras palavras, quem não se adapta, acaba se extinguindo.

Será que hoje essa afirmação é válida? Mesmo que não precisamos ser nômades, nem caçar animais para sobreviver. Contudo, algo que continua sendo essencial é a capacidade de adaptar-se aos novos ambientes. O mundo corporativo é um claro exemplo disso, já que se uma empresa não se adapta às demandas do mercado, provavelmente vai tornar-se pouco competitiva e infelizmente pode falir diante de outros concorrentes que souberam se adaptar.

Agora, a pergunta é se os seres humanos  estão preparados para adaptar essas novas tecnologias? Ou simplesmente vão sumir assim como as outras espécies? Sem dúvidas, a humanidade não vai se extinguir, pelo menos não nos próximos séculos. O fato, contudo, é que as pessoas precisam usar a seu favor tecnologias como machine learning, inteligência artificial, big data, junto com um elemento que a acompanha desde tempos primitivos: a paixão pelos dados e métricas.

Fonte: itforum365

 

Zeeng é destaque na Liga Insights MarTechs

Zeeng é uma das startups brasileiras que está mudando o Marketing

 

Metodologia

O estudo tem como objetivo compreender como a área de Marketing está inovando e de que forma as startups que apresentam soluções para esse setor estão sendo desenvolvidas e aplicadas no Brasil. Após entendimento da cadeia e dos temas que envolvem a área, foi iniciada uma pesquisa para determinar quais são as inovações tecnológicas disponíveis atualmente e de que forma elas podem impactar os processos da área. Aqui foram considerados relatórios, estudos e informações de fontes como Statista, Forbes, IAB Brasil (Interactive Advertising Bureau), Bain&Company, Martech Advisor, Conductor, Gartner, OurSocialTimes, RockContent, Adobe, Econsultancy, DM News, UOL DIVEO, Affinion, Oxford Brookes University, McKinsey, BSA, Cohn & Wolfe, KPMG, Secretaria de Direitos Humanos, Secretaria Nacional de Promoção dos Direitos da Pessoa com Deficiência, Federação Mundial de Surdos, Business News, Business.com, Forrester, OutSocialTimes, Content Marketing Institute, MarketingProfs, TI Inside, Smart Insights, Marketo, NapcoResearch, Zendesk, ABComm (Associação Brasileira de Comércio Eletrônico), E-commercebrasil, Neustar, PEGN (Pequenas Empresas & Grandes Negócios), Saia do Lugar, Accenture Consulting, Gazeta do Povo, Procon, Frost & Sullivan, Sitel, Nielsen, Think With Google, Business Insider, entre outros.
Para entendermos melhor o cenário e importância das inovações na área de Marketing, tanto no mercado brasileiro quanto internacionalmente, entrevistamos mais de 30 empreendedores, profissionais e pesquisadores da área. Entre outras questões, buscamos entender como eles interpretam as startups que apresentam soluções para o setor, as oportunidades geradas, de que forma estão afetando a área e os principais desafios para o futuro. O estudo analisou 11.263 startups brasileiras e, dessas, 194 foram consideradas para a construção do landscape presente neste estudo.

Para a seleção das startups, utilizamos como critério incluir aquelas que apresentam algum tipo de atividade, serviço e/ou produto relacionados às áreas das seguintes categorias: Analytics, Data e Performance, Automação de Marketing, Conteúdos Interativos, CRM e Customer Success, Ferramentas de Comunicação, Fidelidade do Cliente, Gestão e Geração de Conteúdos, Marketing de Aproximação, Pesquisas, Reviews e Feedbacks, Plataformas de atendimento, Conectores e Produtividade, Social e Comunicação e Vendas e Geração de Leads. O mapeamento das startups foi realizado a partir de diversas fontes, como inscrições para os programas de aceleração e eventos da Liga Ventures, a plataforma DisruptBox, recomendações, notícias em portais de negócios, bases abertas e busca ativa de startups. Por se tratar de um mercado com mudanças constantes, este estudo é dinâmico e terá atualizações periódicas para contemplar esses movimentos e expor novas startups que não apareceram nesta versão.

 

 

Acesse o estudo completo aqui.

 

 

26 principais certificações de Big Data

Decida quais são as mais adequadas para a sua empresa e vá em frente

Big Data e Analytics são a alma de qualquer empresa de sucesso. Obter a tecnologia certa é um desafio. Mas construir a equipe certa, com as habilidades certas para empreender iniciativas a partir do uso dessas tecnologias pode ser ainda mais difícil. Não surpreendentemente, esse desafio é refletido na crescente demanda por habilidades e certificações de Big Data.

Se você está procurando uma maneira de obter vantagem, certificar a equipe em Big Data é uma ótima opção. As certificações medem os conhecimentos e habilidades dos profissionais em relação a benchmarks específicos do setor e dos fornecedores para garantir proficiência. O número de certificados de Big Data está se expandindo rapidamente.

Abaixo está o nosso guia para as certificações de Big Data mais procuradas para ajudá-lo a decidir quais são as mais adequadas para a sua empresa.

Certificações de Big Data valem a pena?
As organizações estão em busca de cientistas de dados e analistas com experiência em lidar com Big Data. Eles também precisam de grandes arquitetos de dados para traduzir requisitos em sistemas, engenheiros de dados para construir pipelines de dados, desenvolvedores que conheçam Hadoop e outras tecnologias, administradores e gerentes de sistemas para unir tudo.

Essas habilidades estão em alta demanda e são relativamente raras. Indivíduos com a mistura certa de experiência e habilidades podem exigir altos salários. As certificações certas podem ajudar a treinar o time nas habilidades necessárias para a sua empresa.

Tem mais: a análise avançada de dados será uma das principais forças que impulsionam a IoT.  E, de acordo com pesquisa recente da Foote Partners, a explosão de interesse na Internet das Coisas (IoT) está criando grandes déficits de pessoal. A IDC está prevendo um CAGR de 30% nos próximos cinco anos, enquanto a McKinsey espera que a IoT tenha um impacto econômico global de US $ 4 trilhões a US $ 11 trilhões até 2025, já que as empresas buscam mais insights sobre as tecnologias da IoT.

A Foote Partners considera que as principais habilidades de análise de dados na área de IoT incluem domínio de Apache Hadoop e módulos relacionados (HDFS, HBase, Flume, Oozie, Hive, Pig, YARN); NoSQL e NewSQL; Apache Spark; e Machine Learning e mineração de dados

“Recursos avançados de análise de dados são críticos demais para a empresa que deseja se manter competitiva”, diz David Foote, co-fundador, analista chefe e diretor de pesquisa da Foote Partners.

Portanto, convém analisar com calma as opções a seguir e decidir quais delas são mais indicadas para as necessidades da sua empresa.

1 – Amazon Web Services (AWS) Certified Big Data – Specialty
certificação AWS Certified Big Data – Specialty valida habilidades técnicas e experiência em projetar e implementar serviços da AWS para obter valor dos dados. Destina-se a validar a capacidade de:

– Implementar os principais serviços de Big Data da AWS de acordo com as práticas básicas de arquitetura

– Projetar e manter grandes volumes de dados

– Aproveitar ferramentas para automatizar a análise de dados

Preço: taxa de US$ 300 para o exame

Requisitos: Candidatos qualificados devem ter o AWS Certified Cloud Practitioner ou outra certificação  Associate-level (AWS Certified Solutions Architect – Associate, AWS Certified Developer – Associate, or AWS Certified SysOps Administrator – Associate). Além disso, os candidatos devem ter no mínimo cinco anos de experiência prática em um campo de análise de dados, experiência em definição e arquitetura de serviços Big Data da AWS e experiência em projetar uma arquitetura escalável e econômica para processar dados.

2 – Analytics: Optimizing Big Data Certificate
Analytics: Optimizing Big Data Certificate é um programa de nível de graduação destinado a gerentes de negócios, marketing e operações, analistas de dados e profissionais do setor financeiro, além de proprietários de pequenas empresas. O programa reúne estatísticas, análises e habilidades de comunicação escrita e oral. Apresenta aos alunos as ferramentas necessárias para analisar grandes conjuntos de dados, abrangendo tópicos incluindo importação de dados em um pacote de software de análise, análise exploratória gráfica e de dados, construção de modelos analíticos, para encontrar o melhor modelo para explorar a correlação entre variáveis ​​e muito mais.

Organização: University of Delaware

Preço: taxa de curso de US $ 2.895

Requisitos: São recomendados conhecimentos básicos em estatísticas e alguns cursos de faculdade anteriores.

3 – Certification of Professional Achievement in Data Sciences
Certificação de Realização Profissional em Ciências de Dados  ( Certification of Professional Achievement in Data Sciences) é um programa de graduação que se destina a desenvolver habilidades fundamentais em ciência de dados. O programa consiste em quatro cursos: Algoritmos para Ciência de Dados, Probabilidade e Estatística, Aprendizado de Máquina para Ciência de Dados, e Análise Exploratória de Dados e Visualização.

Organização: Columbia University

Preço: US$ 1.936 por crédito (um mínimo de 12 créditos, incluindo os 4 cursos, são necessários para completar o programa). Além disso, há uma taxa de inscrição não reembolsável de US$ 85 para o programa no campus e US$ 150 para o programa online. O programa online também inclui uma taxa de tecnologia adicional não reembolsável de US $ 395 por curso.

Requisitos: Um curso de graduação em programação de computadores é necessário.

4 – Certified Analytics Professional
A credencial Certified Analytics Professional (CAP) é uma certificação analítica geral que certifica no entendimento completo do processo analítico, desde a estruturação de problemas analíticos e de negócios até à aquisição de dados, metodologia, construção de modelo, implantação e gerenciamento do ciclo de vida do modelo. Requer a conclusão do exame CAP e a adesão ao Código de Ética da CAP.

Organização: INFORMS

Preço: US$ 495 se você for um membro INFORMS, ou US$ 695 se você não for. Há ainda peços especiais para treinamento de equipes disponível para as organizações.

Requisitos: Uma lista de cursos de cursos e webinars estão disponíveis através do registro.

5 – Cloudera Certified Associate (CCA) Administrator
O certificado CCA Administrator referenda que um indivíduo demonstrou ter habilidades de administrador de clusters exigidos pelas organizações que implementam o Cloudera na empresa, incluindo:

– Uma compreensão do processo de instalação do Cloudera Manager, Cloudera Hadoop (CDH) e dos projetos do ecossistema

– A capacidade de executar a configuração básica e avançada necessária para administrar efetivamente um cluster do Hadoop

– A capacidade de manter e modificar o cluster para suportar operações diárias na empresa

– Um entendimento de como habilitar serviços relevantes e configurar o cluster para atender às metas definidas pela política de segurança, bem como o conhecimento das práticas básicas de segurança

– A capacidade de avaliar as métricas operacionais do cluster e testar a configuração do sistema para operação e eficiência

– A capacidade de solucionar problemas, incluindo encontrar a causa raiz de um problema, otimizar a execução ineficiente e resolver os cenários de contenção de recursos

A credencial requer a aprovação no CCA Administrator Exam (CCA131), que consiste de oito a 12 tarefas práticas que exigem que o candidato resolva um cenário específico em um cluster Cloudera Enterprise pré-configurado. Alguns exigem fazer alterações de configuração e serviço através do Cloudera Manager, enquanto outros exigem conhecimento de Hadoop e competências básicas com o ambiente Linux. Os candidatos têm 120 minutos para concluir o exame.

Preço: US$ 295

Requisitos: Não há pré-requisitos necessários, mas Cloudera diz que o exame segue os mesmos objetivos que o Treinamento do Administrador Cloudera, tornando-o excelente preparação para o exame.

6 – Cloudera Certified Associate (CCA) Data Analyst
Um desenvolvedor de SQL que recebe a certificação CCA Data Analyst passa a ter as principais habilidades do analista para carregar, transformar e modelar dados do Hadoop para definir relacionamentos e extrair resultados significativos da saída bruta. É necessário passar no CCA Data Analyst Exam (CCA159), um conjunto controlado de oito a 12 tarefas práticas baseadas em desempenho em um cluster CDH 5. Os candidatos têm 120 minutos para implementar uma solução técnica para cada tarefa. Eles devem analisar o problema e chegar a uma abordagem ideal no tempo permitido.

Preço: US$ 295

Requisitos: A Cloudera recomenda que os candidatos façam o curso Cloudera Data Analyst Training

7 – Cloudera Certified Associate (CCA) Spark and Hadoop Developer
A credencial CCA Spark e Hadoop Developer certifica que um profissional provou suas habilidades essenciais para captar, transformar e processar dados usando o Apache Spark e as ferramentas corporativas centrais da Cloudera. Exige aprovação do CCA Spark and Hadoop Developer Exam (CCA175), controlados remotamente, que consiste em oito a 12 tarefas práticas baseadas em desempenho em um cluster Cloudera Enterprise. Cada questão exige que o candidato resolva um cenário específico. Alguns casos podem exigir uma ferramenta como Impala ou Hive, outros podem exigir codificação. Os candidatos têm 120 minutos para concluir o exame.

Preço: US$ 295

Requisitos: Não há pré-requisitos exigidos, mas a Cloudera diz que o exame segue os mesmos objetivos do curso de Treinamento para Desenvolvedores Cloudera para Spark e Hadoop, tornando-o excelente preparação para o exame.

8 – Cloudera Certified Professional (CCP): Data Engineer
A credencial de CCP: Data Engineer certifica a capacidade de executar as principais competências necessárias para captar, transformar, armazenar e analisar dados no ambiente de CDH da Cloudera. É necessário passar pelo CCP: Data Engineer Exam (DE575), um exame prático em que cada usuário recebe de cinco a oito problemas de clientes, cada um com um conjunto de dados único e grande, um cluster CDH e quatro horas. Para cada problema, o candidato deve implementar uma solução técnica com um alto grau de precisão que atenda a todos os requisitos.

Preço: US$ 400

Requisitos: A Cloudera sugere que os profissionais que buscam essa certificação tenham experiência prática e participem do curso Treinamento para Desenvolvedores Cloudera para Spark e Hadoop .

9 – EMC Proven Professional Data Scientist Associate (EMCDSA)
A certificação EMCDSA demonstra a capacidade de um indivíduo de participar e contribuir como membro da equipe de Ciência de Dados em projetos de Big Data. Inclui a implantação do ciclo de vida de análise de dados, reformulando um desafio de negócios como um desafio analítico, aplicando técnicas e ferramentas analíticas para Big Data e criando modelos estatísticos, selecionando as visualizações de dados apropriadas e muito mais.

OrganizaçãoDell EMC Education Services

Preço: US$ 600 para streaming de vídeo-ILT; US$ 5 mil para instructor-led

Requisitos: a EMC oferece um treinamento disponível como um vídeo ou como um curso ministrado por instrutor.

10 – HDP Apache Spark Developer
A certificação do HDP Apache Spark Developer destina-se a validar a compreensão individual dos aplicativos Spark Core e Spark SQL no Scala ou Python. O exame consiste em uma série de tarefas que devem ser executadas com êxito em um cluster ativo.

Organização: Hortonworks

Preço: US$ 250 para exame

Requisitos: A Hortonworks oferece cursos em seu site com opções que incluem treinamento ao vivo, e-learning individualizado ou uma experiência combinada.

11- HDP Certified Developer Big Data Hadoop
certificação Big Data Hadoop do HDP Certified Developer valida a proficiência de um desenvolvedor em Pig, Hive, Sqoop e Flume. O exame consiste em uma série de tarefas de processamento de dados, transformação de dados e análise de dados que devem ser executadas em um cluster HDP 2.4.

Organização: Hortonworks

Preço: US$ 250 para exame

Requisitos: A Hortonworks oferece cursos em seu site com opções que incluem treinamento ao vivo, e-learning individualizado ou uma experiência combinada.

12 – Hortonworks Certified Associate (HCA)
certificação Hortonworks Certified Associate (HCA) é uma credencial fundamental que valida que um profissional entende as tecnologias e pode reconhecer os casos de uso de negócios para as estruturas do Hortonworks Data Platform (HDP). Os candidatos devem passar por um exame de múltipla escolha que consiste em perguntas das seguintes cinco categorias:

– Acesso a dados (incluindo Pig, Hive HCatalog, Tez, Storm, HBase, Spark e Solr)

– Gerenciamento de dados (incluindo HDFS e YARN)

– Governança de dados e fluxo de trabalho (incluindo Falcon, Atlas, Sqoop, Flume, Kafka e Hortonworks DataFlow)

– Operações (incluindo Ambari, CloudBreak, ZooKeeper e Oozie)

– Segurança (incluindo Ranger e Knox)

Preço: US$ 100 o exame

Requisitos: A Hortonworks oferece cursos em seu site com opções que incluem treinamento ao vivo, e-learning individualizado ou uma experiência combinada.

13 – IBM Certified Data Architect – Big Data
Projetado para arquitetos de dados, a certificação IBM Certified Data Architect – Big Data requer a aprovação de um teste que consiste em cinco seções contendo um total de 55 perguntas de múltipla escolha. Demonstra que um arquiteto de dados pode trabalhar de perto com clientes e arquitetos de soluções para traduzir os requisitos de negócios dos clientes em uma solução de Big Data.

Organização: IBM Professional Certification Program

Preço: US$ 200

Como preparar: A IBM recomenda uma série de sete cursos de vários dias no SPSS Modeler to InfoSphere BigInsights para se preparar para o teste.

14 – IBM Certified Data Engineer – Big Data
A  certificação IBM Certified Data Engineer – Big Data destina-se a engenheiros de Big Data que trabalham diretamente com arquitetos de dados e desenvolvedores práticos para converter a visão de Big Data de um arquiteto em realidade. Os engenheiros de dados entendem como aplicar tecnologias para resolver problemas de Big Data e têm a capacidade de construir sistemas de processamento de dados em grande escala para a empresa. Eles desenvolvem, mantêm, testam e avaliam soluções de Big Data dentro das organizações, fornecendo aos arquitetos informações o hardware e o software necessários. Esta certificação requer a aprovação de um teste que consiste em cinco seções contendo um total de 53 perguntas de múltipla escolha.

Organização: IBM Professional Certification Program

Preço: US$ 200

Requisitos: A IBM recomenda uma série de nove cursos de vários dias para se preparar para o teste.

15 – MapR Certified Data Analyst 1.9
credencial do MapR Certified Data Analyst valida a capacidade de um indivíduo de executar análises em grandes conjuntos de dados usando uma variedade de ferramentas, incluindo o Apache Hive, o Apache Pig e o Apache Drill. O exame testa a capacidade de executar tarefas típicas de ETL para manipular dados para executar consultas. As perguntas abordam as consultas SQL existentes, incluindo a depuração de consultas mal formadas de um determinado snippet de código, a escolha das funções de consulta corretas para produzir um resultado desejado e as tarefas comuns de solução de problemas. O exame consiste em 50-60 perguntas em uma sessão supervisionada de duas horas.

Preço: US$ 250 pelo exame

Requisitos: O MapR recomenda que os candidatos se preparem com quatro de seus cursos: Introduction to SQL Analytics with Apache Drill, Apache Drill Performance and Debugging, Apache Hive Essentials, e Apache Pig Essentials. O MapR também oferece um Guia de Estudo do MCDA .

16 – MapR Certified Hadoop Developer 1.0
credencial do MapR Certified Hadoop Developer valida a capacidade de um desenvolvedor de projetar e desenvolver programas MapReduce em Java e usá-los para resolver problemas típicos com grandes conjuntos de dados. O exame se concentra no uso do MapReduce para resolver problemas típicos de análise de dados usando a API MapReduce, gerenciando, monitorando e testando programas e fluxos de trabalho MapReduce. O exame consiste em 50-60 perguntas em uma sessão supervisionada de duas horas.

Preço: US$ 250 pelo exame

Requisitos: O MapR recomenda que os candidatos se preparem com três de seus cursos: Build Hadoop MapReduce Applications, Manage and Test Hadoop MapReduce Applications, e Launch Jobs and Advanced Hadoop MapReduce. O MapR também oferece um Guia de Estudo do MCHD .

17 – MapR Certified Spark Developer 2.1
A credencial MapR Certified Spark Developer v2.1 valida a capacidade de um desenvolvedor de usar o Spark para trabalhar com grandes conjuntos de dados para executar análises em fluxos dados. Mede a compreensão do desenvolvedor da API Spark para realizar Machine Learning básico ou tarefas SQL em determinados conjuntos de dados. O exame consiste em 50-60 perguntas em uma sessão supervisionada de duas horas.

Preço: US $ 250 pelo exame

Requesitos: O MapR recomenda que os candidatos se preparem com três de seus cursos: Introduction to Apache Spark, Build and Monitor Apache Spark Applications, and Advanced Apache Spark. O MapR também oferece um guia de estudo do MCSD v2 .

18 – Microsoft Certified Solutions Expert (MCSE): Data Management and Analytics
A credencial MCSE: Data Management and Analytics demonstra amplos conjuntos de habilidades em administração de SQL, criando soluções de dados em escala corporativa e aproveitando dados de Business Intelligence (BI) em ambientes locais e em nuvem. Para obter a certificação, os candidatos devem passar em um dos 12 exames disponíveis.

Preço: US$ 165 por exame

Requisitos:  Para obter essa credencial, você deve primeiro obter uma das sete certificações Microsoft Certified Solutions Associate (MSCA): MSCA SQL Server 2012/2014; MCSA: SQL 2016 Database Administration; MCSA: SQL 2016 Database Development; MCSA: SQL 2016 BI Development; Aprendizado de Máquinas MCSA; MCSA: Relatórios de BI; ou MCSA: engenharia de dados com o Azure. Além disso, a Microsoft oferece ferramentas de preparação para cada um dos 12 exames que levam à certificação MCSE: Data Management and Analytics.

19 – Mining Massive Data Sets Graduate Certificate
Projetado para engenheiros de software, estatísticos, modeladores preditivos, pesquisadores de mercado, profissionais de análise e mineradores de dados, o  Mining Massive Data Sets Graduate Certificate exige quatro cursos e demonstra o domínio de técnicas e de algoritmos eficientes e poderosos para extrair informações de grandes conjuntos de dados estruturados e desestruturados. O certificado geralmente leva de um a dois anos para ser concluído.

Organização: Stanford Centre for Professional Development

Preço: US $ 18.900 matrícula

Requisitos: Um diploma de bacharel com um GPA de graduação de 3,0 ou mais é necessário. Os candidatos devem ter conhecimento dos princípios e habilidades básicas da Ciência da Computação, em um nível suficiente para escrever um programa razoavelmente não trivial.

20 – MongoDB Certified DBA Associate
MongoDB Certified Developer Associate pretende demonstrar que os profissionais de operações compreendem os conceitos e mecanismos necessários para administrar o MongoDB. Requer um exame de múltipla escolha de 90 minutos.

OrganizaçãoUniversidade MongoDB

Preço: US$ 150

Requisitos: Não existem pré-requisitos, mas o MongoDB sugere que os candidatos concluam um treinamento presencial ou um de seus cursos online (M102: MongoDB for DBAs; M202: MongoDB Advanced Deployment Operations). O MongoDB também fornece o  MongoDB Certification Exam Study Guide, disponível para aqueles que se registrarem para qualquer exame de certificação.

21- MongoDB Certified Developer Associate
MongoDB Certified Developer Associate destina-se a engenheiros de software que desejam demonstrar uma sólida compreensão dos fundamentos do design e da criação de aplicativos usando o MongoDB. Requer um exame de múltipla escolha de 90 minutos.

Organização: Universidade MongoDB

Preço: US$ 150

Requisitos: Não existem pré-requisitos, mas o MongoDB sugere que os candidatos concluam um treinamento presencial ou um de seus cursos online (M101J: MongoDB for Java Developers; M101JS: MongoDB for Node.js Developers; M101N: MongoDB for .NET Developers; M101P: MongoDB for Developers). O MongoDB também fornece o MongoDB Certification Exam Study Guide, disponível para aqueles que se registraram para um exame de certificação.

22 – Oracle Business Intelligence Foundation Suite 11 Certified Implementation Specialist
Oracle Business Intelligence Foundation Suite 11g Certified Implementation Specialist demonstra habilidades na implementação de soluções baseadas no Oracle Business Intelligence Suite. Abrange a instalação do OBIEE (Oracle Business Intelligence Enterprise Edition), a criação do repositório de metadados do BI Server, a criação de painéis de BI, a construção de consultas ad hoc, a definição de configurações de segurança e a configuração e gerenciamento de arquivos de cache. A certificação destina-se a membros da equipe de implementação de nível intermediário com treinamento atualizado e experiência de campo. A obtenção da certificação requer a aprovação no exame Oracle Business Intelligence (OBI) Foundation Suite 11g Essentials (1Z0-591). É um exame de múltipla escolha que consiste em 75 perguntas. Os candidatos têm 120 minutos para concluir o exame.

Organização: Oracle University

Preço: US$ 245

Requisitos: A Oracle recomenda que os candidatos concluam um dos dois cursos de treinamento: Oracle Business Intelligence Enterprise Edition Plus Implementation Boot Camp (disponível apenas para parceiros) ou Oracle Business Intelligence Foundation 11g Implementation Specialist.

23 – Post Graduate Program (PGP) in Big Data Analytics
Oferecido em Hyderabad e Bengaluru, na Índia, o PGP em Big Data Analytics é um programa de 23 semanas, distribuído em seis meses, que consiste em palestras em sala de aula e sessões de laboratório. Se concentra em Big Data, Estatística, Machine Learning, análise de texto, IA e ciências de decisão.

São 10 cursos cobrindo todos os aspectos de análise, incluindo habilidades em R e Hadoop, modelagem estatística, análise de dados, Machine Learning, mineração de texto e otimização. Os alunos são avaliados em um projeto de conclusão real e uma série de testes e mini-projetos.

Organização: International School of Engineering (INSOFE)

Preço: ₹₹3000 (INR) de taxa de inscrição e uma taxa de programa de ₹ 3,50,000 + 18 por cento de taxa de serviço.

Requisitos: A INSOFE admite estudantes com base no desempenho em seu vestibular e em sua formação acadêmica anterior e experiência de trabalho.

24 – SAS Certified Big Data Professional
O programa de certificação SAS Certified Big Data Professional destina-se a indivíduos que buscam desenvolver seus conhecimentos básicos de programação aprendendo como coletar e analisar grandes volumes de dados no SAS. O programa se concentra em habilidades de programação SAS para acessar, transformar e manipular dados; melhorar a qualidade dos dados para relatórios e análises; fundamentos de estatística e análise; trabalho com Hadoop, Hive, Pig e SAS; e exploração e visualização de dados. O programa inclui dois exames de certificação, ambos os quais os participantes devem passar.

Organização: SAS Academy for Data Science

Preço: US$ 9 mil para aulas presenciais (Cary, NC), US$ 299/mês ou US$ 2.250/ano para o e-learning individualizado.

Requisitos: Pelo menos seis meses de experiência em programação SAS ou outra linguagem de programação são necessários para se inscrever.

25 – SAS Certified Data Scientist Using SAS 9
SAS Certified Data Scientist Using SAS 9 demonstra que os indivíduos podem manipular e obter insights de Big Data com uma variedade de SAS e ferramentas de código aberto, fazer recomendações de negócios com modelos complexos de aprendizado e implantar modelos em escala usando o ambiente SAS. A certificação exige a aprovação de cinco exames que incluem perguntas de múltipla escolha, respostas curtas e interativas (em um ambiente simulado).  São eles:

– Preparação de Big Data do SAS, Estatísticas e Exploração Visual

– Programação e Carregamento de Big Data SAS

– Modelagem Preditiva Usando o SAS Enterprise Miner 7, 13 ou 14

– Modelagem Preditiva Avançada SAS

– Análise de Texto SAS, Séries Temporais, Experimentação e Otimização

Preço: US$ 180 para cada exame; US$ 250 para modelagem preditiva usando o SAS Enterprise Miner

Requisitos: A SAS recomenda que os candidatos se preparem usando seu currículo SAS Data Science da SAS Academy for Data Science . Custa US$ 4.400 para um curso de e-Learning individualizado, ou US $ 16 mil para um programa de 12 semanas ministrado por instrutor em Cary, Carolina do Norte.

26 – Stanford Data Mining and Applications Graduate Certificate
O  Data Mining and Applications Graduate Certificate certifica a capacidade de:

– Usar métodos estatísticos para extrair significado de grandes conjuntos de dados

– Desenvolver e usar modelos preditivos e análises

– Entender e usar aplicativos estratégicos de tomada de decisão

Direcionado a gerentes de estratégia, pesquisadores científicos, pesquisadores de ciências sociais, analistas de dados e consultores e executivos de publicidade e marketing, o certificado exige que os candidatos completem três cursos, começando com Data Mining and Analysis ou Introduction to Statistical Learning. O primeiro curso deve ser preenchido com grau B + ou melhor e os outros cursos devem ser preenchidos com grau B ou melhor para ganhar o certificado. A certificação é completada depois de dois anos.

OrganizaçãoStanford Centre for Professional Development

Preço: $11.340 – $12.600 (9-10 unidades)

Requisitos: Para obter o certificado de pós-graduação, os candidatos devem ter feito cursos introdutórios de estatística ou probabilidade, álgebra linear e programação de computadores. O candidato também deve ter bacharelado conferido com um GPA de graduação de 3,5 ou melhor.

Fonte: CIO

Nova ferramenta do LinkedIn traz Big Data e inteligência artificial para recrutamento de candidatos

Nesta terça-feira (25/9), o LinkedIn anunciou o lançamento do LinkedIn Talents Insights, uma ferramenta voltada à profissionais de RH responsáveis pela área de recrutamento e que usa aplicações de Inteligência Artificial e Big Data, trazendo datas em tempo real que podem ajudar na contratação de novos funcionários.

De acordo com a rede social, a ferramenta utiliza o banco de dados de mais de seus 575 milhões de usuários. A partir disso, ela fornece análises estratégicas sobre concorrência, perfis de contratação, habilidades mais procuradas para determinadas funções, entre outras métricas. O serviço pode ser adquirido como um plano de licenças anual, que varia de acordo com o número de funcionários presentes no LinkedIn.

Como funciona

 O acesso à plataforma permite a consulta de duas formas: por cargos ou companhias. Na pesquisa por cargos, por exemplo, é possível visualizar onde estão os talentos geograficamente e, por exemplo, planejar onde abrir um escritório ou investir em programas de recrutamento. Já na pesquisa por companhias, o recrutador consegue visualizar para quais empresas está perdendo candidatos ou de qual empresa se contrata com mais frequência.

LinkedIn Talents Insights ainda permite a extração de relatórios por planilhas ou apresentações, o que facilita a análise de dados pelos tomadores de decisão da empresa.

Maior eficiência

Segundo estudo recente do LinkedIn, feito com mais de 9 mil profissionais de Recursos Humanos, 64% dos entrevistados já utilizaram dados no processo de recrutamento. Dos que ainda não usam, 79% afirmam que pretendem fazê-lo para selecionar os melhores candidatos nos próximos dois anos.

“Hoje em dia, os dados de RH ainda são limitados. Na maioria das vezes, eles estão desatualizados, levam muito tempo para serem coletados e oferecem pouca visibilidade do talento que as empresas têm ou precisam encontrar”, comenta Milton Beck, diretor geral do LinkedIn para a América Latina. “O LinkedIn Talents Insights quer ajudar as empresas a atrair ou reter funcionários, mas também trabalhar a marca empregadora da empresa fazendo análises sofisticadas da sua principal audiência”, complementa.

Fonte: Olhar Digital

Big Data pode otimizar o marketing das empresas

Ferramenta ajuda a embasar decisões em informações reais – e não em meras possibilidades –, localizar potenciais clientes, personalizar ofertas, melhorar as pesquisas de mercado e otimizar o engajamento

Antigamente, uma boa campanha de marketing precisava de relatórios e análises de mercado, mas um bom brainstorm era capaz de criar ações inovadoras e relevantes. Hoje, sem dados em mãos, é praticamente impossível desenvolver mensagens e iniciativas que impactam seu cliente. Por isso, utilizar as soluções de Big Data é fundamental para o sucesso de qualquer campanha de marketing, já que é possível extrair e compreender informações sobre o público-alvo e traçar estratégias.

É cada vez mais improvável imaginar a gestão e divulgação de um negócio sem a utilização de dados relevantes. Pesquisa conduzida pela KPMG Capital mostra que 99% dos profissionais acreditam que Big Data é importante para a tomada de decisão. Entretanto, saber lidar com essa grande quantidade e conteúdo segue como maior desafio: 85% confirmam ter dificuldades para interpretar essas informações e apenas 25% conseguem aplicar os insights em novas estratégias.

Hoje, o marketing utiliza e está dependente de dados para desenvolver suas estratégias para o público correto e, principalmente, com a mensagem mais adequada para impactá-lo. O Big Data é uma ferramenta que ajuda a embasar as decisões de marketing em informações reais – e não em meras possibilidades.  Localizar potenciais clientes, personalizar ofertas, melhorar as pesquisas de mercado e otimizar o engajamento são apenas alguns dos usos possíveis.

Muitas empresas já estão utilizando Big Data aliado à inteligência de mercado, especialmente para pensar ações de marketing. Entretanto, a simples utilização de dados com mais qualidade não garante o sucesso imediato das campanhas. É preciso saber o que fazer com essas novas informações. Elas devem gerar novos insights e servir como referência para as diferentes estratégias da equipe – e isso apenas com uma interpretação e investigação acurada dos relatórios.

Não são poucos os profissionais de marketing que torcem o nariz para a entrada dos recursos tecnológicos nos processos de criação de campanhas. Entretanto, é um caminho sem volta justamente por otimizar e trazer informações de qualidade para embasar as decisões. No caso específico do Big Data, é preciso entender que ele não chega para robotizar a criatividade inerente à área.  Na verdade, é uma ferramenta importante para auxiliar os grandes estrategistas, que agora podem usar informações reais ao invés de suposições baseados em simples estatísticas com margens de erro.

Fonte: Decision Report

Sua empresa está pronta para o futuro data-driven?

Todo mundo sabe da importância dos dados. Basta notar que as empresas que mais cresceram nos últimos anos tem no seu core esse compromisso de ser data-driven, e existe uma enorme oportunidade para muitas outras chegarem aos estágios mais avançados dessa transformação.

Dados são uma riqueza ainda tão pouco explorada, que ela não está sendo nem mesmo avaliada formalmente nas análises de valor das empresas. É como se a gente avaliasse o solo, mas ignorasse o potencial escondido no subsolo. No entanto, é apenas uma questão de tempo até o valor da massa de dados de um negócio começar a fazer parte do balanço das empresas, assim como o goodwillde marca já faz hoje. Segundo a consultoria Gartner, em 2021 isso já será uma realidade.

Nos últimos dois anos, foram produzidos 90% de todos os dados disponíveis no mundo. E nos próximos dois, vamos produzir um volume equivalente a todo o conhecimento gerado pela humanidade até hoje. Mas essas informações capturadas todos os dias precisam ser refinadas e transformadas em inteligência capaz de gerar riqueza para as empresas. Não adianta ter centenas de milhões de terabytes de dados se eles não forem acionáveis.

E como podemos acumular dados e extrair valor deles, colocando o consumidor no centro e criando vantagens competitivas para as empresas?

O primeiro passo é começar a reunir esses dados agora mesmo – tudo bem se você ainda não tiver uma estratégia definida do que fazer com eles. A verdade é que está ficando cada vez mais fácil usar as informações coletadas de forma inteligente. Não é à toa que vemos uma grande quantidade de empresas e universidades desenvolvendo e patenteando algoritmos no momento.

Um bom exemplo é a chinesa Alibaba.com. Com três plataformas de e-commerce, meio de pagamento mobile, navegador, empresa de vídeos e site de notícias próprios, eles se consolidaram como a 12ª empresa em market cap em 2017¹. Mas de onde eles extraem esse valor? Se você disse “dos dados”, acertou.

A Alibaba usa seus algoritmos de recomendação de produtos para extrair valor de toda informação que coleta. A importância desses algoritmos para as vendas da empresa é tanta que, no ano passado, uma simples mudança neles acelerou o crescimento da receita de e-commerce em mais de 20 pontos percentuais². Além disso, eles também aplicam essa inteligência na personalização de anúncios para os parceiros do seu marketplace, incrementando ainda mais o volume de vendas da companhia.

Ok, isso tudo é extremamente interessante, mas como uma empresa se torna data-driven?

Na nossa visão, esse movimento deve se estruturar em cinco pilares: pessoas, processos, assets, dados e tecnologia.

1. Pessoas

É essencial que haja um esforço da empresa em correr atrás das pessoas que possam ajudar essa transformação a acontecer, e elas têm perfis profissionais bastante específicos, como, por exemplo, o CDO (Chief Data Officer).

Chief Data Officer é um dos líderes mais importantes para as organizações interessadas nessa mudança de direcionamento. Em 2015, apenas 25% das grandes empresas tinham esse cargo, no entanto, um estudo da Gartner estima que, em um futuro próximo, esse número alcançará 90%.³ Mas é claro que apenas líderes não bastam, também são necessários outros profissionais capacitados; um dos perfis mais valorizados para isso é o do cientista de dados, especialista que trabalha na intersecção entre matemática, negócios e sistemas de informação.

Infelizmente, hoje esses dois perfis são escassos no Brasil. Mas a boa notícia é que já temos diversas faculdades do país oferecendo especialização, MBA ou mestrado nessa área do conhecimento, além de um grande número de cursos de educação a distância disponíveis – muitos oferecidos por instituições internacionais renomadas. Com tamanha demanda no mercado, a tendência é que o interesse por essa profissão cresça rapidamente nos próximos anos.

2. Processos

As operações e processos das empresas data-driven apresentam diferenças cruciais em relação às empresas tradicionais. A principal é que nelas os dados não ficam isolados em silos, mas trabalham de forma integrada. Na prática, isso significa que as informações não são armazenadas nos computadores individuais de cada funcionário, mas disponibilizadas na nuvem, para todos dentro da organização. Por exemplo, em vez de o relatório de vendas ficar disponível apenas para o gerente comercial, ele pode ser acessado em tempo real pelo marketing e pela área de compras.

Assim, é possível deixar de trabalhar com base na produtividade individual e trazer a inteligência coletiva para resolver o problema da empresa como um todo. Ao fazer isso, você deixa de acumular trabalhos em filas para tornar o processo automático, ágil e em tempo real.

3. Assets

Quando falamos de assets, nos referimos às propriedades digitais de sua empresa, e um dos pontos mais importantes se chama velocidade móvel.

Os consumidores não aceitam mais ficar esperando quando acessam um site mobile. Mais da metade dos consumidores abandonam sites móveis quando não carregam em menos de 3 segundos⁴. Para grande decepção, 75% dos sites mobile das maiores marcas do Brasil demoram mais de 20 segundos para carregar⁵. Isso impacta nos resultados para a empresa e na qualidade dos dados capturados – afinal, que dados você vai gerar se o cliente abandonar seu site ou desinstalar o seu app?

Por exemplo, o Walmart descobriu que para cada segundo a menos de espera no carregamento de seu site mobile, as conversões aumentavam 2%. Na última atualização, eles enxugaram 4 segundos do tempo de loading, resultando em um incremento de 8% nas conversões. Imagina o que é isso pra uma empresa desse tamanho.

Para ajudar as empresas a solucionar esse problema, apresentamos duas ferramentas muito eficientes na hora de testar e otimizar a velocidade de sites mobile: o Speed Scorecard e Impact Calculator.

O Speed Scorecard permite que você compare a velocidade do seu site mobilecom sites de outras empresas dentro da sua indústria, por meio de dados baseados na experiência de usuários reais do Chrome quando acessam destinos populares da internet. Já a Impact Calculator permite estimar o impacto que melhorias na velocidade do seu site mobile podem causar na sua receita.

4. Dados

Ao falarmos de dados, é imprescindível que as empresas tenham uma política transparente, responsável e segura, e que ofereçam aos usuários maneiras claras de controlar as informações que são coletadas e armazenadas sobre eles. Confiança é fundamental.

Dito isso, para começar, reúna as informações que você já possui sobre seus clientes – elas são a coisa mais importante nesse início da sua jornada em direção ao modelo data-driven. Se esses dados estiverem armazenados offline, é muito importante transferi-los para um único ambiente digital. Isso irá ajudar a melhorar a rentabilidade dos seus investimentos em marketing, afinal, o consumidor é um só, alternando continuamente entre o on e offline.

A mágica acontece mesmo quando somamos as informações de seus clientes aos dados de pessoas que se engajaram com o Google – disponibilizados sempre de forma agregada e anônima.

O Google tem sete plataformas com mais de um bilhão de usuários – uma combinação de on e off que nos permite oferecer um entendimento do consumidor como nenhum outro player. Estamos falando de bilhões de sinais que, por meio de machine learning, permitem uma comunicação muito mais focada com os consumidores, revelando intenção deles em tempo real e permitindo a ampliação do alcance em muitas vezes.

5. Tecnologia

Por fim, o último dos 5 pilares: tecnologia. Um exemplo simples de tecnologia é o Google Meu Negócio, uma ferramenta que permite ter dados de toda a jornada do consumidor, que 60% das vezes passa pelo digital, mesmo que a compra ocorra em uma loja física. Para isso, você precisa garantir a presença de suas lojas físicas no online, e o Google Meu Negócio funciona como uma grande vitrine de entrada: ele fornece ao consumidor endereço, telefone, horários de funcionamento e de pico, avaliações, entre outras informações úteis. Milhões de pessoas recorrem todos os dias ao Google Search e Google Maps para encontrar essas informações antes de visitar uma loja, e é o Google Meu Negócio que alimenta essas respostas. As buscas que usam o termo “perto de mim”, por exemplo, cresceram 75% no ano passado. Se o seu cadastro ali estiver atualizado – e ele é 100% gratuito, o consumidor vai conseguir ver informações corretas e tomar melhores decisões. Um grande varejista brasileiro colocou suas lojas no Google Meu Negócio e teve mais de 20 milhões de visualizações por mês — orgânicas e gratuitas. Com isso, a experiência do consumidor melhora e você passa a contar com dados preciosos sobre o processo de decisão de compra, inclusive visualizando estatísticas sobre visitas a suas lojas físicas de clientes que clicaram em seu anúncio digital.

E a tecnologia não para por aí. A computação em nuvem, por exemplo, está permitindo finalmente viver o sonho de tornar o big data acionável. Imagine um grande lago – um Data Lake – onde você consegue juntar todas as suas fontes de dados e disponibilizá-las de um jeito ágil, eficiente e acionável para seus executivos. Com a tecnologia de nuvem, finalmente, podemos viver esse sonho de acionar, de forma rápida e fácil, os dados que precisamos.

Agora imagine usar esse acesso para melhorar a experiência do consumidor e aumentar a eficiência de operações e marketing. Em Cingapura, o McDonald’s se fez três importantes perguntas: quais são as lojas mais e menos movimentadas? Quais os tempos de espera pelas entregas? Onde estão os consumidores interessados em delivery naquele exato momento? Cruzando essas informações em tempo real e usando nossas plataformas avançadas de marketing, eles otimizaram suas campanhas para só mostrar peças falando do delivery para consumidores em regiões onde a entrega pudesse ser rápida. Isso gerou um aumento de 58% no retorno sobre o investimento publicitário, incrementou as vendas em 9% e propiciou um salto na satisfação dos consumidores.⁶

Juntos nessa jornada

Um estudo realizado em parceria com o BCG que incluiu oito indústrias de diversos países europeus, comprovou os resultados que uma empresa pode obter quando baseia suas estratégias em dados: empresas mais maduras na transformação data-driven estão vendo até 30% maior eficiência e 20% de aumento em receita⁷.

Hoje, apenas 2% das empresas estão nesse estágio mais avançado do uso de dados, e isso revela um enorme potencial pela frente⁸.

Não é preciso esforços enormes para iniciar a caminhada em direção ao modelo data-driven. Passos simples como atualizar o seu Google Meu Negócio, testar a velocidade do seu site, fazer as melhorias de desempenho necessárias e adotar uma plataforma de analytics já são um excelente começo.

Temos plena consciência de que transformações profundas nem sempre são fáceis e levam algum tempo. Mas o importante é começar o quanto antes com o que estiver ao seu alcance e couber na realidade da sua empresa. Nós, no Google, estamos prontos para ajudá-los a tirar o máximo de proveito dessa jornada de transformação data-driven, afinal de contas, todas essas tecnologias e dados são muito mais eficientes quando desenvolvemos juntos uma estratégia sob medida para cada necessidade.

Fonte: Think with Google

Big data é recurso indispensável para aumentar as vendas

Em suas navegações pela internet, você já se deparou com ‘obras’ do Big Data

Sabe aquele anúncio de passagens aéreas ou da loja on-line de eletrodomésticos que não param de aparecer para você nos sites e nas redes sociais? Ele é obra do Big Data – termo criado para se referir ao grande volume e variedade de dados que são analisados e interpretados a todo instante no meio online.

O conceito de Big Data refere-se ao grande volume de dados estruturados e não estruturados que são criados a todo o instante, seja em ambiente online ou offline. Apesar de ser um conceito relativamente novo, os dados já eram gerados, mesmo antes da existência de qualquer meio digital. Porém, com os avanços tecnológicos, as pessoas passaram a gerar mais dados – o que foi intensificado com o avanço da Internet e dos dispositivos tecnológicos.

“Pela estatística, se você tem um grupo grande de dados, você consegue predizer um comportamento a partir desses dados. Isso se dá através de uma correlação de comportamentos, que podem influenciar outros comportamentos”, explica Genaro Costa, especialista em computação de alto desempenho da Atos, líder mundial em transformação digital.

De acordo com o especialista, isso já vem sendo utilizado pelas grandes empresas e corporações para otimizar a sua funcionalidade ou o seu negócio. “O Facebook, por exemplo, utiliza-se do Big Data para mostrar páginas e anúncios que você poderia curtir a partir de páginas que você já curte”, explica.

O Big Data é contemplado principalmente pelos 4 V’s: volume, velocidade, veracidade e variedade. A essência desse conceito está em gerar valor para o negócio, a partir de uma variedade de dados. Atualmente, com o avanço das tecnologias, esses dados precisam ser analisados em uma velocidade muito maior para obter informações que possam gerar valor e sucesso ao negócio de uma empresa.

Mudança no marketing

Um dos setores que foi bastante influenciado pelo Big Data foi o Marketing e a Publicidade Digital. No entanto, antes mesmo do crescimento do uso do Big Data nesses setores, já era feita uma análise de dados anual pelas empresas, principalmente no comércio.

O perfil de compra era analisado anualmente, gerando inteligência de negócio para o ano seguinte. Hoje em dia, há uma quantidade muito maior de informações disponíveis e uma capacidade ainda maior de processamento desses dados, que passou a ser feito por milésimos de segundos.

“A análise desses dados é feita de maneira tão rápida atualmente que assim que você entra em um site de notícias, você pode notar que a publicidade mostrada ali é específica para você”, comenta Costa.

A partir da análise do Big Data é possível entender os reais motivos que levam o cliente a consumir determinados serviços, através de uma maior riqueza de informações. Com soluções de Big Data Analytics, passou a ser possível a análise de dados também não estruturados, que são coletados de diferentes processos internos – como vendas, relacionamentos e atendimento aos clientes, assim como de fontes externas – como redes sociais e pesquisas na Internet.

Com a integração entre os processos internos e externos, tornou-se possível entender quais motivos levam os clientes a comprarem determinado produto. Assim, surgiu para as empresas a possibilidade de mapear os passos do consumidor, através de uma análise detalhada de informações que antes dificilmente seriam analisadas devido a grande quantidade de informações e a diversidade desses dados.

Aumento da eficiência

A quantidade de dados que são gerados e as novas tecnologias permitiram que as empresas fizessem uma análise eficiente dessas informações para manter a competitividade. Uma pesquisa da Forbes Insight mostra que, em 2016, dois terços das 1,5 mil companhias entrevistadas tiveram um aumento superior a 15% nas receitas com o uso de analytics na estratégia dos negócios.

Esse aumento se deve, principalmente, a uma análise do perfil do cliente, a partir das informações obtidas pelo Big Data. Com essa análise, é possível definir o público-alvo de determinadas ofertas, auxiliando na geração de receitas, na redução de custos e na retenção dos melhores clientes.

Mais investimento, mais lucro

A evolução dos investimentos das empresas em Big Data é uma realidade inquestionável no mercado. Em 2016, os investimentos de empresas de telecomunicações da América Latina em Big Data foram de US$ 633,3 milhões e esse número tende a crescer. De acordo com perspectivas da consultoria Frost & Sullivan, esse investimento deve chegar a US$ 7,41 bilhões já em 2022, com o Brasil sendo o maior investidor.

Esse investimento se justifica porque o e-commerce (comércio eletrônico) consegue, através da análise do Big Data, definir estratégias para aumentar os números de vendas, a partir da análise dos visitantes do seu site, como também das páginas de concorrentes, de fornecedores e do nicho de mercado no qual atua.

Em um tempo curtíssimo, é possível processar as informações sobre: perfil dos visitantes do e-commerce; páginas mais acessadas; produtos mais procurados; e taxa de abandono do carrinho, por exemplo. Essa eficiência faz com que 44% das empresas B2C (Business do Consumer) já se utilizem da análise do Big Data para melhorar a capacidade de resposta aos clientes.

O funcionamento do Big Data para as vendas online obedece a um mecanismo simples. “O Big Data faz uma pré-análise do que é pesquisado em sua internet e lhe oferece uma publicidade semelhante ao conteúdo que já foi buscado. Ele começa a classificar você a partir do conteúdo que você buscou, dos links em que clicou e infere o tipo de produto que você gostaria de comprar. Esse tipo de inferência é feita baseada no volume de dados que ele tem sobre você”, explica Costa.

Para o especialista, isso aumenta a quantidade de vendas, uma vez que os dados facilitam o encontro entre o cliente e o produto que ele quer comprar. “A venda pode acontecer, se você facilitar esse encontro. Assim, os dois lados se satisfazem”, conclui.

 

Fonte: iBahia