Peculiarities of the Ukraine’s financial market and its impact on the business environment

ID: 69719

Autoria: Shayan Pourahmadi, Julia Yereshko, Hanna Skyba, Oksana Kubai.

Fonte: Revista Gestão & Tecnologia, v. 22, n. 4, p. 22-40, Outubro-Dezembro, 2022. 19 página(s).

Palavras-chave: big data , economia de co-consumo , gestão , serviço , transformação digital

Tipo de documento: Artigo (Inglês) Ver Resumo

Resolver os problemas de estabilização económica e assegurar o desenvolvimento sustentável está directamente relacionado com a formação de actividades inovadoras activas, o desenvolvimento e implementação de estratégias inovadoras tanto ao nível macroeconómico como ao nível das entidades económicas individuais. O estudo dos mercados financeiro e de capitais como indicador de crescimento econômico e atividade de investimento revelou desproporções. investimento de carteira, bem como a queda do mercado de ações da Ucrânia em comparação com a capitalização das bolsas de valores domésticas com economias desenvolvidas. Para resolver este problema, são necessários grandes incentivos, incluindo incentivos fiscais apropriados para bancos e empresas, o desenvolvimento de projetos inovadores competitivos, com base nos quais o capital do setor real proporcionará rentabilidade em relação aos ativos cambiais ou a colocação de capital no exterior em condições de Estabilidade de longa duração.

Iniciativas e desafios para prover um ambiente de compartilhamento e análise de dados corporativo: Big Data PE

ID: 67791

Autoria: Eronita Maria Luizines Van Leijden, Cassiane de Fátima dos Santos Bueno, Flávia Danzi d’Amorim, Márcio Alexandre Marques Silva.

Fonte: Revista do Serviço Público, v. 73, n. 4, p. 26-48, Outubro-Dezembro, 2022. 23 página(s).

Palavras-chave: análise de dados , Big Data , compartilhamento de dados , segurança

Tipo de documento: Artigo (Português) Ver Resumo

O presente trabalho visa discorrer sobre o processo de desenvolvimento de uma solução para compartilhamento e análise de grandes volumes de dados, chamada Plataforma de Compartilhamento e Análise de Dados (PCAD). Através de um relato de experiência são apresentadas as iniciativas, bem como os desafios e os resultados obtidos até então. A PCAD, implementada através do portal Big Data PE, foi concebida baseada em conceitos e boas práticas de governança de dados e em conformidade com a Lei Geral de Proteção de Dados Pessoais (LGPD). São ilustrados alguns dos resultados obtidos com a Secretaria Estadual de Saúde e são comentados outros ganhos inerentes à plataforma, dentre os quais: o reuso de papéis, pessoas e de recursos (financeiros, tecnológicos); a simplificação e a disponibilização de processos de compartilhamento e uso dos dados; o cuidado constante com a segurança e a privacidade; a coordenação especialista centralizada; e a inclusão tecnológica de órgãos com menos recursos disponíveis.

Post-pandemic reflections on challenges and opportunities for marketing research in the 21st century

ID: 67407

Autoria: Joseph F. Hair, Dana Harrison, Jeffrey Risher.

Fonte: Revista Inteligência Competitiva, v. 12, n. 1, p. 0-0, Janeiro-Dezembro, 2022. 1 página(s).

Tipo de documento: Artigo (Inglês)

Evaluation of a process for the experimental development of Data Mining, AI and Data Science applications aligned with the Strategic Planning

ID: 69179

Autoria: Methanias Colaço Júnior, Rodrigo Fontes Cruz, Luciano Vieira de Araújo, Ana Carla Bliacheriene, Fátima de L. S. Nunes.

Fonte: Journal of Information Systems and Technology Management, v. 19, n. 1, p. 1-31, Janeiro-Dezembro, 2022. 31 página(s).

Palavras-chave: Big Data , Experimentation , Reproducibility , Small Data , Strategic Alignment

Tipo de documento: Artigo (Inglês) Ver Resumo

The Big Data phenomenon has imposed maturity on companies regarding the exploration of their data, as a prerogative to obtain valuable insights into their clients and the power of analysis to guide decision-making processes. Therefore, a general approach that describes how to extract knowledge for the execution of the business strategy needs to be established. The purpose of this research paper is to introduce and evaluate the implementation of a process for the experimental development of Data Mining (DM), AI and Data Science applications aligned with the strategic planning. A case study with the proposed process was conducted in a federal educational institution. The results generated evidence showing that it is possible to integrate a strategic alignment approach, an experimental method, and a methodology for the development of DM applications. Data Mining (DM) and Data Science (DS) applications also present the risks of other Information Systems, and the adoption of strategy-driven and scientific method processes are critical success factors. Moreover, it was possible to conclude that the application of the scientific method was facilitated, besides being an important tool to ensure the quality, reproducibility and transparency of intelligent applications. In conclusion, the process needs to be mapped to foment and guide the strategic alignment.

Social sciences and humanities on big data: a bibliometric analysis

ID: 67036

Autoria: Gastón Becerra, Cristian Ratovicius.

Fonte: Journal of Information Systems and Technology Management, v. 19, n. 1, p. 1-17, Janeiro-Dezembro, 2022. 17 página(s).

Palavras-chave: bibliometric analysis , Big data , citation analysis , humanities , social sciences

Tipo de documento: Artigo (Inglês) Ver Resumo

The purpose of this paper is to provide a comprehensive bibliometric review of social science, psychology, and humanities literature focusing on big data. Methods: Production and authorship trends, topics and areas as well as citations were analyzed by means of conducting a bibliometric analysis of a corpus of 5,500 Scopus articles published from 2010 to 2020. Findings: Analysis revealed similarities and differences among social science, psychology, and humanities literature in terms of publication, framing, and referencing trends as compared with the general big data literature: both fields show a steady increase, although the increase rate slowed down as from 2015; text production of both specific and general fields is led by just a few countries, with the USA and China being on top of the ranking; single authorship has been decreasing in both fields; the specificity of big data framing, in social sciences and humanities, has been identified with a critical view that surpass the ethical considerations, to include the social construction of datasets, the political and ideological uses of big data, and the discussion of its philosophical and epistemological foundations. Value: To the best of our knowledge, this is the first study to provide a comprehensive view on social sciences and humanities big data bibliometrics while providing context to compare results.

Principais debates acadêmicos sobre People Analytics

ID: 67958

Autoria: Paula Massako Bernardes Suda, Leonardo Nelmi Trevisan, Elza Fátima Rosa Veloso.

Fonte: Revista Gestão & Planejamento, v. 23, n. 1, p. 605-620, Janeiro-Dezembro, 2022. 16 página(s).

Palavras-chave: Big data , Gestão do Capital Humano , HR Analytics , People Analytics

Tipo de documento: Artigo (Português) Ver Resumo

O crescimento exponencial da literatura acadêmica sobre People Analytics na última década demonstra o aumento do interesse sobre esta abordagem. No âmbito corporativo observa-se a mesma tendência, onde líderes demandam cada vez mais análises de dados para a gestão de pessoas. Neste cenário, este artigo buscou identificar os principais debates sobre People Analytics a partir dos principais trabalhos sobre a temática na base ISI Web of Science, emergindo as seguintes perspectivas: A) Posicionamento estratégico e decisões de investimentos em RH; B) Aplicações de People Analytics; C) Abordagens estatísticas; D) Tecnologias utilizadas; E) Desafios na adoção de People Analytics e respectivas estratégias de superação e F) Frameworks de maturidade. Concluiu-se que o tema é incipiente e pouco consolidado, mas que a academia tem explorado de forma exponencial e abrangente. Como contribuição adicional deste trabalho, são apresentadas as lacunas observadas pelos pesquisadores, que podem contribuir para futuros estudos sobre o assunto.

O papel da administração e análise de big data como habilitadoras da gestão do desempenho corporativo

ID: 64802

Autoria: Mauricius M. Medeiros, Norberto Hoppen, Antonio C. G. Maçada.

Fonte: Revista de Administração Mackenzie, v. 22, n. 6, p. 1-32, Novembro-Dezembro, 2021. 32 página(s).

Palavras-chave: Administração de dados , Big data , Business analytics , Gestão do desempenho corporativo , Governança de dados

Tipo de documento: Artigo (Português) Ver Resumo

Objetivo: A transformação digital e o big data (BD) geraram uma verdadeira revolução no gerenciamento orientado a dados. Embora o BD melhore a gestão do desempenho corporativo (GDC), isso também implica aumentar a exposição a riscos em vários estágios do ciclo de vida do BD. À medida que aumentam os requisitos regulatórios e a necessidade de análise do banco de dados em diversas áreas de negócios, é necessário que a organização estabeleça definições, políticas e processos para garantir a qualidade dos dados, a fim de proteger e potencializar seus dados para obter vantagem competitiva. Portanto, compreender a administração de dados (AD) e a business analytics (BA) é essencial para o gerenciamento dos negócios. O objetivo deste estudo é analisar o papel do BD, da AD e da BA como habilitadores da GDC. Originalidade/valor: Contribuímos para a teoria ao conceituarmos, validarmos e discutirmos o construto AD e ao destacarmos o papel dela com a BA na relação entre BD e GDC. As evidências deste estudo indicam que na prática a AD e a BA são um caminho crítico para as organizações obterem um melhor controle dos efeitos que o BD pode ter na GDC. Design/metodologia/abordagem: Realizou-se uma survey com 312 gestores que utilizam big data analytics (BDA) em organizações brasileiras. Os dados foram analisados por meio de equações estruturais e testes de mediação. Resultados: Os resultados sugerem que a administração e a analítica de dados de negócios, tanto isoladamente quanto em conjunto, podem transmitir o efeito BD para a GDC. No entanto, um melhor nível de ajuste do modelo é obtido quando há uma multimediação serializada nesse relacionamento, sendo a AD um antecedente para a BA.

Big Data as a Value Generator in Decision Support Systems: A Literature Review

ID: 63634

Autoria: Gustavo Grander, Luciano Ferreira da Silva, Ernesto Del Rosario Santibanez Gonzalez.

Fonte: Revista de Gestão, v. 28, n. 3, p. 205-222, Julho-Setembro, 2021. 18 página(s).

Palavras-chave: Algorithm , Analytics , Big data , Cloud computing , Decision support systems , Machine learning

Tipo de documento: Artigo (Inglês) Ver Resumo

Purpose – This paper aims to analyze how decision support systems manage Big data to obtain value. Design/methodology/approach – A systematic literature review was performed with screening and analysis of 72 articles published between 2012 and 2019. Findings – The findings reveal that techniques of big data analytics, machine learning algorithms and technologies predominantly related to computer science and cloud computing are used on decision support systems. Another finding was that the main areas that these techniques and technologies are been applied are logistic, traffic, health, business and market. This article also allows authors to understand the relationship in which descriptive, predictive and prescriptive analyses are used according to an inverse relationship of complexity in data analysis and the need for human decision-making. Originality/value – As it is an emerging theme, this study seeks to present an overview of the techniques and technologies that are being discussed in the literature to solve problems in their respective areas, as a form of theoretical contribution. The authors also understand that there is a practical contribution to the maturity of the discussion and with reflections even presented as suggestions for future research, such as the ethical discussion. This study’s descriptive classification can also serve as a guide for new researchers who seek to understand the research involving decision support systems and big data to gain value in our society.

Convergência da Tecnologia e a Intenção de Consumo no Setor Automobilístico: Uma Pesquisa Netnográfica

ID: 62726

Autoria: Emílio José Montero Arruda Filho, Luis Augusto Molina Alexandroni.

Fonte: Revista Eletrônica de Ciência Administrativa, v. 20, n. 2, p. 0-0, Maio-Agosto, 2021. 1 página(s).

Palavras-chave: big data , convergência tecnológica , valores hedônicos , valores sociais , valores utilitários

Tipo de documento: Artigo (Português) Ver Resumo

O cenário da convergência tecnológica representado pela conexão do celular do usuário ao sistema de som, a disponibilidade no painel do carro de um GPS e a câmara de auxílio para as manobras traz uma percepção de multifuncionalidade para o processo de decisão de compra dos novos automóveis. Compreender se os fatores tecnológicos influenciam a intenção de consumo no mercado automobilístico brasileiro, quando mediados pelos valores percebidos do produto, foi o objetivo da presente pesquisa. O método de pesquisa foi qualitativo (netnografia) com o auxílio de uma ferramenta de Big Data. Fez-se um levantamento desses fatores motivacionais e observou-se que nas intenções de consumo estão presentes os valores hedônicos, utilitários e sociais, por meio de características como prazer em dirigir, apreciação por tecnologia, economia, racionalidade na decisão de compra, extensão da personalidade e afirmação da personalidade perante o grupo social. Constatou-se também a ocorrência da devoção ao produto e/ou fabricante representada por características como paixão, sonho de consumo e valorização dos diferenciais do automóvel. Os dados analisados foram os comentários postados no Facebook da Fiat, Ford e Volkswagen. Observou-se também a presença de categorias negativas relacionadas à motivação para o consumo como o medo para consumir e a expectativa frustrada após a compra.

Covid-19, big data, smart city e cidade digital estratégica na geração de conhecimentos

ID: 65163

Autoria: Edson Pedro Ferlin, Denis Alcides Rezende, Giovana Goretti Feijó de Almeida, Carla Cavichiolo Flores.

Fonte: Perspectivas em Gestão & Conhecimento, v. 11, n. 2, p. 42-58, Maio-Agosto, 2021. 17 página(s).

Palavras-chave: Big Data , Cidade Digital Estratégica , Pandemia Covid-19 , Smart City , Tecnologia da Informação em Cidades

Tipo de documento: Artigo (Português) Ver Resumo

As discussões sobre as cidades emergem de diálogos interdisciplinares, proporcionando diferentes conhecimentos na sociedade. Smart city e cidade digital estratégica são projetos em cidades que utilizam os recursos da tecnologia de informação para facilitar o desempenho dos serviços públicos, reduzir custos e potencializar o contato entre cidadãos, governo e a sociedade. O big data pode ser a resposta para que governos consigam manipular grandes conjuntos de dados e informações geradas a partir da digitalização da vida em sociedade por meio da tecnologia. O objetivo é analisar o conhecimento gerado nas bases de dados das aplicações de smart cities utilizadas na gestão das informações decorrentes da pandemia Covid-19 para a gestão de serviços e tomada de decisões dos governos. A metodologia da pesquisa utilizada é o estudo de caso, enfatizando análises quantitativas das bases de dados sobre a Covid-19. Os resultados auferidos destacaram a importância do sistema big data para smart cities, especialmente levando-se em conta o crescimento do volume de informações que estão disponíveis, principalmente, em decorrência da pandemia ocasionada pelo Covid-19. A conclusão reitera que as aplicações de projetos de smart city e cidade digital estratégica podem ser pontuais e a análise de big data ainda não faz parte de projetos de políticas em cidades, aparecendo apenas como uma forma de melhorar os planos já estabelecidos. Entretanto, seu uso adequado pode contribuir nas decisões e ações da sociedade.

Big Data como Elemento Crítico para Performance em Organizações Orientadas para o Mercado

ID: 62322

Autoria: Eduardo Rech, Gilmar D’Agostini Oliveira Casalinho, Rodrigo Heldt da Silveira.

Fonte: Revista de Administração IMED, v. 10, n. 2, p. 27-50, Julho-Dezembro, 2020. 24 página(s).

Palavras-chave: Big data , Desempenho organizacional , Orientação para o Mercado

Tipo de documento: Artigo (Português) Ver Resumo

A orientação para o mercado, que promove a aplicação de uma filosofia de atuação direcionada para o cliente, pode influenciar positivamente o desempenho das organizações. Nesse contexto, a quantidade e o fluxo de informação possui importância, considerando que é elemento fundamental para estabelecimento da inteligência de mercado que, por sua vez, é condição sine qua non para a orientação para ao mercado. Com o aumento da disponibilidade de dados desagregados e a evolução dos métodos para análise de tais informações, a capacidade de explorar grandes volume de dados (big data) torna-se relevante para suportar decisões de marketing. Diante disso, o presente artigo tem como objetivo estabelecer as bases teóricas para a determinação da relação entre as variáveis orientação para o mercado e desempenho organizacional moderada pela variável capacidade de uso de big data. Como resultado, é realizada a proposição de um framework que represente as relações entre as variáveis orientação para o mercado, desempenho organizacional e big data.

Ciência de dados aplicada à Auditoria Interna

ID: 60671

Autoria: Gustavo Fleury Soares.

Fonte: Revista da CGU, v. 12, n. 22, p. 196-208, Julho-Dezembro, 2020. 13 página(s).

Palavras-chave: Auditoria Interna , Big Data , Ciência de Dados , Inteligência Artificial , Mineração de Dados

Tipo de documento: Artigo (Português) Ver Resumo

O avanço da tecnologia de informação apresenta novas possibilidades e desafios as atividades de auditoria interna. A ciência de dados apresenta diversos conceitos e técnicas para extrair informacões e insights dos dados, objetivo desejado na auditoria interna. Este trabalho iniciou com as definições e interações das diversas especialidades de ciência de dados, inteligência artificial, mineração de dados e big data. Posteriormente, foi feita a revisão da literatura acadêmica contemporânea correlata, apresentando os principais métodos, benefícios e desafios para cada etapa da auditoria interna.

Utilização de Informações Patentárias na Busca de Soluções Inovadoras para Prevenção de Doenças Respiratórias no Setor de Mineração

ID: 58851

Autoria: Luiz Fernando Martins Gandon, Renato Ribeiro Nogueira Ferraz, Luc Quoniam, David Reymond, Márcia Cristina Zago Novaretti.

Fonte: Revista de Administração da UFSM, v. 13, n. 3, p. 587-601, Julho-Setembro, 2020. 15 página(s).

Palavras-chave: Big Data , Inovação , Mineração de Dados , Patent2net , Patentes , Pneumoconiose

Tipo de documento: Artigo (Inglês) Ver Resumo

O Brasil ocupa a 4ª posição no ranking mundial de acidentes de trabalho, com mais de 700 mil eventos por ano, que custam cerca de R$ 10 bilhões ao país. Nesse sentido, o objetivo deste estudo é analisar como o Patent2net, uma ferramenta computacional para mineração de dados, pode contribuir para uma avaliação crítica das patentes depositadas em uma base mundial, a Espacenet, buscando identificar documentos cuja proteção não seja estendida ao Brasil e que possam contribuir para a implantação de tecnologias relacionadas à prevenção de acidentes no trabalho e doenças ocupacionais. Realizou-se assim um estudo de caso de aplicação do Patent2net por meio de pesquisa tecnométrica, sendo analisadas mais de 1.600 patentes sobre segurança no trabalho e/ou doenças ocupacionais depositadas na Espacenet. Dentre os resultados da busca, destacou-se uma patente chinesa, sem proteção no Brasil, e com baixo custo de fabricação, que descreve uma máscara de respiração acoplada a um capacete e oferece proteção à inalação de agentes químicos e ao superaquecimento da cabeça. A referida patente pode ser legalmente replicada no Brasil com vistas a prevenir a ocorrência de doenças respiratórias, especialmente a pneumoconiose, classificada como doença de notificação compulsória, e cujo tratamento é encargo do sistema público de saúde, com alto custo para o país.

Big Data no Ensino de Contabilidade: Uma Experiência com Estudantes de Pós-Graduação Lato Sensu

ID: 62683

Autoria: Daniel Ramos Nogueira, Elvis Araujo Albertin, Vitor Hideo Nasu, Claudio Marques.

Fonte: Revista de Contabilidade do Mestrado em Ciências Contábeis da UERJ, v. 25, n. 2, p. 35-52, Maio-Agosto, 2020. 18 página(s).

Palavras-chave: Análise de dados , Big data , Contabilidade , Ensino , Tomada de decisão

Tipo de documento: Artigo (Português) Ver Resumo

A cada segundo, enormes quantidades de dados são geradas, contudo, nem todas transformam-se em informações úteis para o processo decisório. Diversos órgãos internacionais têm argumentado sobre a importância do ensino superior abarcar métodos de tratamento e análise de dados que auxiliem na tomada de decisão. Ciente deste contexto, esta pesquisa objetivou analisar a percepção de alunos de pós-graduação em contabilidade em relação ao domínio de uso de software para visualizar e analisar grandes quantidades de dados (Big Data). A amostra compreendeu 42 estudantes de dois cursos de pós-graduação lato sensu de duas instituições no Paraná. A coleta de dados ocorreu em dois momentos, com a aplicação de questionários antes e após a realização de um case específico para trabalhar conhecimentos de software (Tableau) e big data. Concluiu-se que o domínio inicial de softwares para visualização e análise de big data reportado pelos alunos era relativamente baixo. Todavia, após o desenvolvimento do case, os estudantes perceberam que houve melhora. Esse comportamento das percepções se manteve mesmo quando observado por sexo, idade e formação acadêmica prévia (graduação) dos participantes. Contribui-se no aspecto educacional ao demonstrar a aplicação de um case prático de big data e no aspecto técnico com o uso do Tableau no ensino contábil brasileiro.

Controle de Custos Assistenciais na Saúde Suplementar Utilizando Big Data e Analytics para Prever Comportamentos e Antecipar Cuidados aos Beneficiários

ID: 60472

Autoria: Edmar Oliveira Guedes Júnior, Francisco Alberto de Oliveira Júnior, Érico Veras Marques, Jocildo Figueiredo Correia Neto.

Fonte: Revista de Administração Hospitalar e Inovação em Saúde, v. 17, n. 2, p. 58-84, Abril-Junho, 2020. 27 página(s).

Palavras-chave: big data , custos assistenciais , operadoras de saúde

Tipo de documento: Artigo (Português) Ver Resumo

O controle dos custos assistenciais é uma preocupação central das operadoras de saúde no Brasil, especialmente após o marco regulatório instituído pela Lei 9656/1998 e a criação da Agência Nacional de Saúde em janeiro de 2000. Foram incluídas diversas obrigações no atendimento aos usuários, exigindo das operadoras adequações administrativa e financeira. Diante disso, é importante adotar estratégias para o controle de custos, a fim de buscar a viabilidade econômico financeira no médio e no longo prazo. As ferramentas em tecnologia da informação trazem novas perspectivas de atuação no controle de desembolsos assistenciais, já que viabilizam estratégias para otimizar processos e antecipar cuidados aos beneficiários dos planos de saúde. O presente estudo apresenta o resultado obtido com a aplicação das ferramentas de Big Data e Data Analytics na redução de notificações de intermediação preliminar (NIPs) e liminares judiciais em uma grande operadora de saúde. Observou-se que essas ferramentas conseguem predizer o comportamento de beneficiários no tocante à abertura de NIPs e liminares, contribuindo para a melhoria da qualidade do atendimento aos clientes e à redução de gastos.

Perspectiva Kuhniana sobre a Ciência Contábil: Do Surgimento do Paradigma ao Período de Crise

ID: 59013

Autoria: Rafael Sousa Lima, Andre Luiz Marques Serrano, Lucas Oliveira Gomes Ferreira.

Fonte: Revista Catarinense da Ciência Contábil, v. 19, n. 1, p. 1-15, Janeiro-Dezembro, 2020. 15 página(s).

Palavras-chave: Big Data , Ciência , Estrutura Conceitual , Kuhn , Paradigma

Tipo de documento: Artigo (Português) Ver Resumo

O objetivo deste trabalho é discutir a ciência contábil do ponto de vista da teoria Kuhniana. O estudo enquadra-se como ensaio teórico, em que se busca, com base em pesquisa bibliográfica, expor ideias e refletir sobre conceitos. Para tanto, apresenta-se ao leitor breve contexto histórico sobre o desenvolvimento do conhecimento contábil, mostrando as transformações pelas quais passou esse campo de estudo e a sua busca pelo amadurecimento enquanto ciência, seja normativa ou positiva. Também são analisadas as características do processo científico kuhniano, abordando-se as fases de formação de uma ciência e de seus paradigmas. Assim, propõe-se uma estrutura kuhniana para a ciência contábil, tendo como foco os séculos XX e XXI, com enquadramento da obra A Statement of Basic Accounting Theory (AAA, 1966) como marco inicial do (novo) período científico da contabilidade. Ainda, foram analisados aspectos relacionados às estruturas conceituais, apontando-se críticas ao framework vigente. Por fim, sustenta-se que a contabilidade vive um período de crise enquanto ciência, pois seu paradigma estaria em “xeque” ao não mais oferecer soluções às questões emergentes do campo, abrindo-se oportunidade para um novo paradigma contábil baseado em tecnologia. Como sugestão para pesquisas futuras, indica-se uma abordagem multidisciplinar na contabilidade com a introdução de técnicas de Big Data na produção do conhecimento contábil.

Big Data Quality Dimensions: A Systematic Literature Review

ID: 58227

Autoria: Anandhi Ramasamy, Soumitra Chowdhury.

Fonte: Journal of Information Systems and Technology Management, v. 17, n. 1, p. 1-13, Janeiro-Dezembro, 2020. 13 página(s).

Palavras-chave: assessment , big data , data , dimensions , quality

Tipo de documento: Artigo (Inglês) Ver Resumo

Although big data has become an integral part of businesses and society, there is still concern about the quality aspects of big data. Past research has focused on identifying various dimensions of big data. However, the research is scattered and there is a need to synthesize the ever involving phenomenon of big data. This research aims at providing a systematic literature review of the quality dimension of big data. Based on a review of 17 articles from academic research, we have presented a set of key quality dimensions of big data.

What Is a Data Scientist? Analysis of Core Soft and Technical Competencies in Job Postings

ID: 58894

Autoria: Carolina Coelho da Silveira, Carla Bonato Marcolin, Matheus da Silva, Jean Carlos Domingos.

Fonte: Revista Inovação, Projetos e Tecnologias, v. 8, n. 1, p. 25-39, Janeiro-Junho, 2020. 15 página(s).

Palavras-chave: Big Data , Data Analysis , Data Scientist , Professional Competences

Tipo de documento: Artigo (Inglês) Ver Resumo

The advancement of technologies has enabled companies to transform a large amount of data generated into important information for making strategic decisions. With this, the Data Scientist has been demanded as a piece of fundamental value for the organization. However, the skills necessary for this professional to work in the market are not yet consolidated in the literature. This research aims to map and analyze the soft skills and technical competencies of Data Scientists through a descriptive approach, using both a qualitative and quantitative typology. By collecting job postings, it was possible to verify that most companies are not concerned with the candidate’s degree and educational level, but with the necessary soft skills and technical competencies. In this sense, the trend is to value a multidisciplinary profile. Among the most important skills for these professionals are Good Communications, Team Player, Problem Solver, Python, English, and SQL. We compilated the main skills aiming to contribute to the profile of the Data Scientist, that is still something new to be understood both by companies and by the literature.

Capacidade de Gestão da Informação e Implementação de Estratégia de 'Big Data'

ID: 56022

Autoria: Antonio Carlos Gastaud Maçada, Rafael Alfonso Brinkhues, José Carlos da Silva Freitas Junior.

Fonte: Revista de Administração de Empresas, v. 59, n. 6, p. 379-388, Novembro-Dezembro, 2019. 10 página(s).

Palavras-chave: Big Data , expectativa de custo , expectativa de valor , gestão da informação , strategic factor market

Tipo de documento: Artigo (Português) Ver Resumo

O interesse das organizações em desenvolver estratégias de Big Data está aumentando significativamente. No entanto, a expectativa do valor desses benefícios e dos custos envolvidos na aquisição ou desenvolvimento dessas soluções não é homogênea para todas as empresas, gerando imperfeições competitivas no mercado de recursos estratégicos. A capacidade de gestão da informação (CGI) tem como premissa fornecer as informações necessárias para que as estratégias de Big Data sejam bem-sucedidas. Este artigo se propõe a analisar a CGI como um agente de imperfeição no mercado de fatores estratégicos de Big Data. As hipóteses foram testadas a partir de uma Survey com 101 respondentes e analisadas com a utilização de SEM-PLS. Os resultados indicam uma influência CGI positiva na expectativa de valor e uma negativa na expectativa de custo. A expectativa de custo afeta inversamente a intenção de comprar ou desenvolver os recursos para implantar estratégias de Big Data. A expectativa de valor tem um efeito positivo em ambas as intenções.

Intenção de Adoção de 'Big Data' na Cadeia de Suprimentos: Uma Perspectiva Brasileira

ID: 56023

Autoria: Maciel M. de Queiroz, Susana Carla Farias Pereira.

Fonte: Revista de Administração de Empresas, v. 59, n. 6, p. 389-401, Novembro-Dezembro, 2019. 13 página(s).

Palavras-chave: adoção , Big data , gestão da cadeia de suprimentos , partial least squares structural equation modeling , PLS-SEM , survey

Tipo de documento: Artigo (Português) Ver Resumo

As aplicações de big data têm remodelado vários modelos de negócios e provocado grandes transformações na gestão da cadeia de suprimentos (GCS). Apoiado pela literatura emergente de big data, GCS e teoria unificada de aceitação e uso de tecnologia (UTAUT), este estudo tem como objetivo avaliar as variáveis que influenciam os profissionais brasileiros que atuam na GCS a adotar big data. Assim, nós adaptamos e validamos um modelo UTAUT previamente desenvolvido. Um total de 152 profissionais que atuam na gestão de cadeias de suprimentos revelou que condições facilitadoras (como a infraestrutura de TI) têm uma grande influência na adoção de big data. Por outro lado, a influência social e a expectativa de desempenho não apresentaram efeito significativo. Este estudo contribui para a prática, com conhecimentos valiosos para os tomadores de decisão que estão considerando projetos de big data. Além disso, ele ajuda a minimizar a lacuna em relação aos estudos de big data no contexto brasileiro.