BIG DATA: FUNDAMENTOS E APLICAÇÃO NAS EMPRESAS
DOI:
https://doi.org/10.47820/recima21.v3i12.2427Palavras-chave:
Big Data, Dados, InformaçõesResumo
O Big Data é um termo tecnológico de processamento de grandes volumes de dados que está ganhando notoriedade por conta de oportunidades e desafios em torno de sua utilidade no apoio aos negócios. O objetivo deste trabalho é fazer uma revisão sistemática da literatura sobre o Big Data no ambiente corporativo. Foi realizado pesquisa bibliográfica sobre o tema e conclui-se que a utilização do Big Data é importante para as empresas ao possibilitar mapear informações para ajudar a entender melhor os clientes e suas tendências com relação ao tipo de compra, indicando ações direcionadas aos consumidores monitorando o consumo dos produtos, atraindo cada vez mais novos clientes, produzindo informações, ou seja, decisões mais inteligentes, operações eficientes, maiores lucros e clientes mais satisfeitos. A análise do Big Data entrega informações extremamente úteis e relevantes que podem ser usadas em diversas áreas do negócio atraindo cada vez mais clientes, produzindo mais informações e gerando decisões mais competitivas com relação aos demais competidores.
Downloads
Referências
AMARAL, F. Big Data: uma visão gerencial para executivos, consultores e gerentes de projetos. [S.l.]: Fernando Amaral, 2016. ASIN: B01MDSEP3V.
ATALLAH, N.A.; CASTRO A.A. Revisões sistemáticas da literatura e metanálise: a melhor forma de evidência para tomada de decisão em saúde e a maneira mais rápida de atualização terapêutica. Diagnóstico & Tratamento. v.2, n.2, p.12-15, 1997.
BAUERNHANSL, T.; TEN HOMPEL, M.; VOGEL-HEUSE, B. Industrie 4.0 in Produktion, Automatisierung und Logistik- Anwendung, Technologien und Migration. Alemanha: Springer Vieweg, 2014.
BRETERNITZ, V. J.; SILVA, L. A. Big data: Um novo conceito gerando oportunidades e desafios. Revista Eletrônica de Tecnologia e Cultura, v. 2, n. 2, 2013. BRYNJOLFSSON, E., HITT, L.M. Strength in Numbers: How Does Data-driven Decision Making Affect Firm Performance? Social Science Research Network, 2011.
BRYNJOLFSSON, E., HITT, L.M. Strength in Numbers: How Does Data-driven Decision Making Affect Firm Performance?. Social Science Research Network, 2011.
CALDAS, Max S.; SILVA, Emanoel C. C. Fundamentos e aplicação do Big Data: como tratar informações em uma sociedade de yottabytes. Bibl. Univ., Belo Horizonte, v. 3, n. 1, p. 65-85, jan./jun. 2016.
DAVENPORT, T.; PRUSAK, L. Conhecimento empresarial. Rio de Janeiro: Campus, 237p. 1999.
DAVENPORT, T.H. & PRUSAK, L., Working Knowledge: How Organizations Manage What They Know, Harvard Business Press, Brighton. 1998.
DE MAURO, A., GRECO, M., & GRIMALDI, M. A formal definition of Big Data based on its essential features. Library Review, 65(3), 122–135. 2016.
DONATO, H.; DONATO, M. Stages for Undertaking a Systematic Review. Acta Médica Portuguesa, [S.l.], v. 32, n. 3, p. 227-235, mar. 2019.
FREITAS JUNIOR, J. C. S.; MAÇADA, A. C. G.; BRINKHUES, R. A.; DOLCI, P. C. Dimensões de Big Data e o Processo Decisório: Estudos de Casos Múltiplos no Varejo. In: V Encontro de Administração da Informação, 2015, Brasília. EnADI 2015. Rio de Janeiro: ANPAD, v. 1. p. 1-17. 2015.
KLEIN, V.; TODESCO, J. Um Modelo Conceitual Para uso de Big Data E Open Data nas Smart Cities. Int. J. Knowl. Eng. Manage. V. 3, 28–50.2017.
KITCHENHAM, B. Procedures for performing systematic reviews. Keele, UK, Keele University 33, 2004.
LAMONT, J., “Big data has big implications for knowledge management”, KM World, Vol. 21 No. 4, pp. 8-11. 2012.
LIMA, A. C. et al. Tomada de Decisão nas Organizações. 1. ed. [S.l.]: Saraiva, 2017. ASIN B076BY3FKQ.
LIU, B., CAO, S.G. & HE, W., “Distributed data mining for e-business”, Information Technology and Management, Vol. 12 No. 2, pp. 67-79. 2011.
MARQUESONE, R. Big Data: Técnicas e tecnologias para extração de valor dos dados. [S.l.]: Casa do Código, 2016.
MATOS, D. NoSQL Database. Ciência e Dados, 2019. Disponivel em: <http://www.cienciaedados.com/nosql-database/>. Acesso em: 22 set. 2022.
MATOS, D. Data Lake, a Fonte do Big Data. Ciência e Dados, 2018. Disponivel em: <http://www.cienciaedados.com/data-lake-a-fonte-do-big-data>. Acesso em: 22 set. 2022.
MANOVICH, L.,“Trending: the promises and the challenges of big social data”,in Gold,M.K. (Ed.), Debates in the Digital Humanities, University of Minnesota Press, Minneapolis, MN, pp.460-475. 2012.
MCAFEE, A., BRYNJOLFSSON, E., DAVENPORT, T.H., PATIL, D. & BARTON, D., “Big data”, The Management Revolution: Harvard Business Review, Vol. 90 No. 10, pp. 61-67. 2012.
O’LEARY, D.E., Artificial Intelligence and big data”, IEEE Intelligent Systems, Vol.28 No.2, pp.96-99. 2013.
OLSEN, J. Meta-analysis or Collaborative Studies. JOEM. V.37, n. 8, p. 897-902, 1995.
PEARSON, T. & WEGENER, R., Big Data: The Organizational Challenge, Bain & Company. 2013.
ROWLEY, J., “The wisdom hierarchy: representations of the DIKW hierarchy”, Journal of Information Science, Vol. 33 No. 2, pp. 163-180. 2007.
SAMPAIO, R. F.; MANCINI, M. C. Systematic review studies: a guide for careful synthesis of the scientific evidence. Revista Brasileira de Fisioterapia, São Carlos, v.11, n.1, p. 77-82, jan./fev. 2007.
SANDERS,N.R. “How to use big data to drive your supply chain”, California Management Review, Vol. 58 No. 3, pp. 26-48. 2016.
SANTANCHÈ, A. - NoSQL e Big Data - Aula 27 - Bancos de Dados 2015.2 Disponível em : <https://www.youtube.com/watch?v=-a2pyU0uhww>. Acesso em: 22 set. 2022.
SCHWAB, K. A quarta revolução industrial. 1ª ed. São Paulo: Edipro, 2016.
SCHÜTZ, G. R.; SANT'ANA, A. S. S.; SANTOS, S. G. Política de periódicos nacionais em Educação Física para estudos de revisão sistemática. Revista Brasileira de Cineantropometria do Desempenho Humano, Santa Catarina, v. 13, n. 4, p. 313-319, 2011.
SOMMER, L. Industrial revolution - Industry 4.0: Are German manufacturing SMEs the first victims of this revolution? Journal of Industrial Engineering and Management, v. 8, n. 5, p. 1512– 1532, 2015.
SORDI, J. O., Administração da Informação: fundamentos e práticas para uma nova gestão do conhecimento. São Paulo: Saraiva, 2008.
TAKEUCHI, Hirotaka; NONAKA, Ikujiro. Gestão do Conhecimento. Tradução por Ana Thorell. São Paulo: Editora Bookman, 2008.
TAURION, C. Big Data. Rio de Janeiro: Brasport, 2013.
VAL, J. P. Indústria 4.0 no Brasil: Conheça a Situação Atual e Perspectivas de Futuro. Blog Geofusion, 2018.
WALKER, R. From Big Data to big profits: success with data and analytics. New York: Oxford University Press, 2015.
Downloads
Publicado
Edição
Seção
Categorias
Licença
Copyright (c) 2022 RECIMA21 - Revista Científica Multidisciplinar - ISSN 2675-6218
Este trabalho está licenciado sob uma licença Creative Commons Attribution 4.0 International License.
Os direitos autorais dos artigos/resenhas/TCCs publicados pertecem à revista RECIMA21, e seguem o padrão Creative Commons (CC BY 4.0), permitindo a cópia ou reprodução, desde que cite a fonte e respeite os direitos dos autores e contenham menção aos mesmos nos créditos. Toda e qualquer obra publicada na revista, seu conteúdo é de responsabilidade dos autores, cabendo a RECIMA21 apenas ser o veículo de divulgação, seguindo os padrões nacionais e internacionais de publicação.
