Começar. É Gratuito
ou inscrever-se com seu endereço de e-mail
FIA por Mind Map: FIA

1. BigData

1.1. Conceito

1.1.1. Os V´s do BigData

1.1.1.1. 1 - Volume

1.1.1.2. 2 - Velocidade

1.1.1.3. 3 - Variedade

1.1.1.4. 4 - Veracidade

1.1.1.4.1. Executivos não confiam nos dados

1.1.1.4.2. Imagens e fotos adulterada

1.1.1.5. 5 - Valor

1.1.1.6. 6 - Visibilidade/Visualização

1.1.1.7. 7 - Variabilidade

1.1.1.8. 8 - Vulnerabilidade

1.1.1.9. 9 - Volatilidade

1.1.1.9.1. Dado é perecível

1.1.1.10. 10 - Viscosidade

1.1.1.10.1. O quão fácil é o escoamento dos dados pela internet

1.1.1.11. 11 - Virabilidade

1.1.1.12. 12 - Venue

1.1.2. BigData é um conveito abrangente e vago

1.1.3. Quando não conseguimos mais lidar com dados através dos métodos comuns

1.2. BI

1.2.1. Aplicação de dados ao negócio da empresa

1.2.2. Mede o passado para prever o futuro

1.2.2.1. Não olha tanto a previsão

1.2.3. Não é somente um dashboard (cockipit)

1.2.4. Não se reumo a ferramentas como Tableut, PBI, Qlik ...

1.3. Data Analytics

1.3.1. Processo que torna possível a transformação de dados em informação e conhecimento

1.3.2. Ferramenta para aplicações múltiplas em todas as áreas de negócio

1.3.3. Pode ocorrer mesmo sem a utilização de um computador

1.3.4. Não é necessário ter uma infraestrutura excepcional para iniciar um projeto de análise de dados

1.3.5. Elementos

1.3.5.1. Dado

1.3.5.1.1. Dado + Escala = Informação

1.3.5.2. Informação

1.3.5.2.1. Informação + Contexto = Conhecimento

1.3.5.3. Conhecimento

1.3.5.3.1. Conhecimento + Conjunto complexo de raciocínios = Sabedoria

1.3.5.4. Sabedoria

1.3.6. Fluxo do Analytics

1.3.6.1. Origem dos dados

1.3.6.2. Limpeza e transformação

1.3.6.2.1. Tirar outliers, por exemplo

1.3.6.2.2. Completar dados, com a média ou mediana do grupo

1.3.6.3. Propósito da Análise

1.3.6.4. Validação

1.4. Data Science

1.4.1. Envolve diversas áreas de conhecimento

1.4.1.1. Matemática

1.4.1.2. Estatística

1.4.1.3. Computação

1.4.1.4. Negócio

1.4.2. Essencialmente mutidisciplinar

1.5. AI

1.5.1. Diferença entreconceitos

1.5.1.1. Artificial Intelligence

1.5.1.1.1. +/-70 anos

1.5.1.1.2. Machine Learning

1.5.2. História

1.5.2.1. Seres mitológicos, artificiais, dotados de inteligência

1.5.2.2. IA moderna - Platão e Aristóteles

1.5.2.2.1. Pensamento humano = mecanismo de manipulação de símbolos

1.5.2.3. Teste de Touring

1.5.2.3.1. Não perceber que está falando com uma máquina

1.5.2.4. 1952 e 1969

1.5.2.4.1. Entusiasmo e grandes expectativas

1.5.2.4.2. Resolução de problemas geométricos

1.5.2.4.3. Linguagem de alto nível - LISP

1.5.2.4.4. GPS

1.5.2.4.5. Advice Taker

1.5.2.5. Primórdios dos sistemas de recommender - a partir de 1980

1.5.2.6. Retroalimentação do modelo

1.5.2.7. Evolução do Hardware

1.5.2.7.1. "Impulsionador" do IA

1.5.2.7.2. Processamento paralelo e distribuído

1.5.2.7.3. Memória, processador e armazenamento

1.5.2.8. AI depende muito do BIG DATA

1.5.3. Machine Learning

2. 18. Modelos de Negócios para Produtos e Serviços Digitais

2.1. Livros

2.1.1. The Business Model Navigatos

2.1.2. Value Propostions Design

2.1.3. Business Model Generation

2.1.4. The Lean Startup

2.1.5. The Startup Owner´s Manual

2.1.6. The Inovator´s Method

2.2. Pessoas

2.2.1. Karolin Frankenberger

2.2.2. Marcelo Pedroso

2.2.3. Steve Blank

2.2.4. Alexander Osterwalder

2.2.5. Marcelo Nakagawa

2.3. Por que estudar Modelos de Negócios?

2.3.1. Retorno de inovação em modelo de negócio é bem maior do que em operação, produtos e processos

2.3.2. O que estes empreendedores têm em comum?

2.3.2.1. Steve Jobs

2.3.2.2. Jack Ma - Alibaba Founder Jack Ma: 'Harvard Rejected Me 10 Times'

2.3.2.3. Jeff Bezos

2.3.2.4. Larry Page

2.3.2.5. Mark Zukemberg

2.4. Inovação de Modelos de Negócios

2.4.1. Plano de Negócio não é tão adequado para o momento atual

2.4.1.1. Muito incerteza

2.4.1.2. Momento inicial muito caótico

2.4.2. Utiliza momento de negócio no momento inicial

2.4.2.1. Testes

2.4.3. A 4ª Revolução Industrial Quarta Revolução Industrial

2.5. Nível de Aplicação do Conceito

2.5.1. Estratégia <-> Modelo de Negócios <-> Processos e Atividades

2.6. Escopo de Aplicação

2.6.1. Não pode aplicar em qualquer nível

2.6.2. Nível da Empresa ou Unidades de Negócios

2.6.3. No âmbito tático (arquitetura dos negócios)

2.6.4. Não se usa modelo de negócio para desenhar a estratégia corporativa