O que eu irei aprender a fazer em seu curso?
✓ Estabelecer processos organizacionais para garantir o sucesso de aplicações de tecnologias preditivas.
✓ Entender quais comportamentos podem, de fato, ser previstos
✓ Criar equipes para extrair o máximo valor de previsões sobre comportamentos
✓ Construir uma cultura organizacional data-driven
✓ Criar um framework de governança de dados e princípios éticos no uso de dados
✓ Entender o funcionamento básico de tecnologias preditivas
✓ Conhecer diferentes tipos de dados e seus respectivos potenciais para criar previsões
KPIs, dashboards e relatórios são importantes componentes do business intelligence tradicional e fazem um ótimo trabalho em produzir insight e macro-indicadores sobre o desempenho do negócio. No entanto, tais componentes não oferecem respostas objetivas e imediatas sobre quais decisões devem ser tomadas para melhorar resultados, pois dependem de interpretação humana para serem executadas. Além disso, o BI se limita a revelar o que aconteceu no passado.
Tecnologias preditivas, por sua vez, produzem insights objetivos sobre quais ações devem ser tomadas para produzir resultados de alto impacto sobre o negócio. Ao analisar dados comportamentais e demográficos de cada cliente, e em grande escala, as tecnologias preditivas produzem recomendações objetivas, cliente a cliente, possibilitando a automação de milhões de decisões via algoritmos ao prever quem: irá comprar determinado produto, gostar de certo filme, responder a uma oferta, atender um telefonema, fraudar um seguro, inadimplir um financiamento, pedir demissão ou clicar em um anúncio.
Ao atribuir um score preditivo sobre o comportamento futuro de cada indivíduo, milhões de decisões são tomadas automaticamente, de forma mais assertiva e a custos reduzidos. No marketing do novo milênio, modelos preditivos que revelam comportamentos e preferências de consumidores são parte inerente do negócio bem-sucedido.
O advento do big data potencializado por sensores e a internet das coisas (IoT) produzindo ainda mais dados cria inúmeras oportunidades a serem exploradas. E você, está preparado para o admirável novo mundo dos dados?
O que eu irei aprender a fazer em seu curso?
✓ Estabelecer processos organizacionais para garantir o sucesso de aplicações de tecnologias preditivas.
✓ Entender quais comportamentos podem, de fato, ser previstos
✓ Criar equipes para extrair o máximo valor de previsões sobre comportamentos
✓ Construir uma cultura organizacional data-driven
✓ Criar um framework de governança de dados e princípios éticos no uso de dados
✓ Entender o funcionamento básico de tecnologias preditivas
✓ Conhecer diferentes tipos de dados e seus respectivos potenciais para criar previsões
Por que eu devo fazer esse curso?
✓ Fazer previsões sobre o comportamento futuro de seus clientes é uma das maiores vantagens competitivas que seu negócio pode ter pois aumenta de forma vigorosa o nível de acerto nas tomadas de decisão, impulsionando a eficiência e a lucratividade da empresa e a qualidade do atendimento ao cliente.
✓ A economia do futuro já está sendo movida a dados. Saber extrair o máximo valor deles é fundamental para manter a competitividade e perenidade do negócio.
✓ Com e explosão de opções de ferramentas e softwares de aplicações preditivas, é necessário entender quais são as mais adequadas para resolver os problemas de negócio específicos de sua organização.
✓ Identificar oportunidades para automação de decisões de negócio em larga escala para tornar a operação mais eficiente e lucrativa e atender melhor o cliente, estimulando relacionamentos de longo prazo.
✓ Evitar erros comuns que podem comprometer a implementação bem-sucedida de tecnologias preditivas ao seu negócio.
EMENTA DO CURSO
AULA 1 – INTRODUÇÃO À TECNOLOGIAS PREDITIVAS
Módulo 1
1.1. O que são tecnologias preditivas?
1.2. Diferenças do business intelligence tradicional
1.3. Principais conceitos sobre dados
1.4. Os 5 Vs do Big Data
1.5. Imperfeição dos dados
1.6. Selecionando dados relevantes
1.6.1. Identificando os dados internos e externos
1.7. Estudo de caso: detecção de fraude
1.8. Qualidade dos dados (versus volume)
1.9. Dicionário de dados
Módulo 2
2.1. Quais problemas de negócio resolve?
2.2. Requisitos básicos para o funcionamento
2.3. Como fazer perguntas de negócio corretamente
2.4. Objetivos S.M.A.R.T.
Módulo 3
3.1. Automação de decisões de negócio
3.2. Estudo de caso: varejo
Módulo 4 – REVISÃO – AULA 1
AULA 2 – ESTUDOS DE CASO
Módulo 1
1.1. Modelos preditivos para vendas e prospecção
1.1.1 Estudo de caso: lead scoring
Módulo 2
2.1. Modelos preditivos para marketing
2.1.1. Retenção de Clientes
Módulo 3
3.1. Modelos preditivos para risco e finanças
3.1.1. Risco de Crédito
Módulo 4
4.1. Aplicação de scores na operação
4.1.1. Finanças
Módulo 5 – REVISÃO – AULA 2
AULA 3 – GESTÃO ORGANIZACIONAL DE TECNOLOGIAS PREDITIVAS
Módulo 1
1.1. Cultura organizacional
1.2. Principais barreiras para adoção de tecnologias preditivas
Módulo 2
2.1. Cultura movida a dados
2.1.1. Transformação cultural
2.1.2. Conquistando apoio executivo
2.1.3. A importância de quick wins
2.1.4. Contexto para a transformação cultural
2.1.5. Case: Rolls-Royce
2.1.6. A equipe de analytics
2.1.6.1. Atribuições
2.1.6.2. O cientista de dados
2.1.6.3. Internalizar ou terceirizar?
2.1.7 Gestão de stakeholders
2.1.7.1. Tipos de stakeholders
2.1.7.2. Matriz RACI
Módulo 3
3.1. Gestão de dados
3.1.1. Modelos de gestão para analytics
3.1.2. O Chief Data Officer
3.1.3. Governança de dados
Módulo 4 – REVISÃO – AULA 3
AULA 4 – FERRAMENTAS DE GESTÃO
Módulo 1
1.1. Storytelling com dados
Módulo 2
2.1. Ferramentas analíticas e de visualização
Módulo 3
3.1. Metodologia CRISP-DM
Módulo 4 – REVISÃO – AULA 4
AULA 5 – PRIVACIDADE E LEGISLAÇÃO DE DADOS
Módulo 1
1.1 O futuro da privacidade
1.1.1. Caso Tonton
1.1.2. Caso Target
1.2. Desafios e recomendações sobre privacidade
1.3. Modelos de privacidade
Módulo 2
2.1. Legislação na UE: GDPR
Módulo 3
3.1. Legislação nos EUA
Módulo 4
4.1. Legislação no Brasil
Módulo 5 – REVISÃO – AULA 4
AULA 6 – TENDÊNCIAS
Módulo 1
1.1. Sensores e IoT
Módulo 2
2.1. O futuro das organizações
Módulo 3
3.1. Especialistas falam sobre o futuro
3.1.1. Karl Rexer, Ph.D
3.1.2. James Taylor
Módulo 4 – REVISÃO – AULA 6
Currículo do Curso
GESTÃO DE TECNOLOGIAS PREDITIVAS | |||
MATERIAL PARA DOWNLOAD E CALENDARIO | 00:00:00 |