Implicações do fenômeno Big Data na tomada de decisão baseada em dados em uma cooperativa de crédito
| Ano de defesa: | 2019 |
|---|---|
| Autor(a) principal: | |
| Orientador(a): | |
| Banca de defesa: | |
| Tipo de documento: | Dissertação |
| Tipo de acesso: | Acesso aberto |
| Idioma: | por |
| Instituição de defesa: |
Não Informado pela instituição
|
| Programa de Pós-Graduação: |
Não Informado pela instituição
|
| Departamento: |
Não Informado pela instituição
|
| País: |
Não Informado pela instituição
|
| Palavras-chave em Português: | |
| Palavras-chave em Inglês: | |
| Link de acesso: | https://repositorio.ucs.br/11338/4816 |
Resumo: | Com o crescimento exponencial do volume de dados digitais à disposição das empresas nas últimas décadas, emergem novos desafios à tomada de decisão. Além do volume, também se multiplicam as fontes e formatos dos dados. Este contexto adquire assim contornos do que é chamado de fenômeno Big Data. Por sua vez, a tomada de decisão baseada em dados tem potencial para mudar as estratégias empresariais; ao mesmo tempo em que exige maior preparo dos profissionais responsáveis pela tomada de decisão nas organizações. Neste contexto, o objetivo deste trabalho foi analisar as práticas decisórias baseadas em dados associadas à análise de dados caracterizados como Big Data. O método adotado foi um estudo de caso único, exploratório e qualitativo, desenvolvido junto a uma instituição cooperativa de crédito. Esta pesquisa revelou que as dimensões do Big Data (Volume, Variedade, Velocidade, Veracidade e Valor) são sinergicamente associadas as etapas do processo de extração de insights dos dados para tomada de decisão (Aquisição e Registro; Extração, Limpeza e Comentários; Integração; Agregação e Representação; Modelagem e Análise e Interpretação) no caso estudado. Revelou-se ainda que a tomada de decisão no contexto data-driven ocorre considerando elementos subjetivos, como a intuição. Identificou-se ainda a presença de quatro filtros ou etapas presentes no processo de tomada de decisão data-driven: alçadas de responsabilidade, fatores situacionais, cultura organizacional e relacionamento político. Dos resultados desenhou-se um framework orientativo a prática de tomada de decisão Data-Driven, em organizações que lidam com dados que possuam as dimensões do Big Data. |
| id |
UCS_7093c6eac0a5f610af1271b2f5dbc816 |
|---|---|
| oai_identifier_str |
oai:repositorio.ucs.br:11338/4816 |
| network_acronym_str |
UCS |
| network_name_str |
Repositório Institucional da UCS |
| repository_id_str |
|
| spelling |
Baú, Jean MichelMotta, Marta Elisete Ventura daLarentis, FabianoNesello, PriscilaFachinelli, Ana Cristina2019-07-16T11:47:24Z2019-07-16T11:47:24Z2019-07-162019-05-24https://repositorio.ucs.br/11338/4816Com o crescimento exponencial do volume de dados digitais à disposição das empresas nas últimas décadas, emergem novos desafios à tomada de decisão. Além do volume, também se multiplicam as fontes e formatos dos dados. Este contexto adquire assim contornos do que é chamado de fenômeno Big Data. Por sua vez, a tomada de decisão baseada em dados tem potencial para mudar as estratégias empresariais; ao mesmo tempo em que exige maior preparo dos profissionais responsáveis pela tomada de decisão nas organizações. Neste contexto, o objetivo deste trabalho foi analisar as práticas decisórias baseadas em dados associadas à análise de dados caracterizados como Big Data. O método adotado foi um estudo de caso único, exploratório e qualitativo, desenvolvido junto a uma instituição cooperativa de crédito. Esta pesquisa revelou que as dimensões do Big Data (Volume, Variedade, Velocidade, Veracidade e Valor) são sinergicamente associadas as etapas do processo de extração de insights dos dados para tomada de decisão (Aquisição e Registro; Extração, Limpeza e Comentários; Integração; Agregação e Representação; Modelagem e Análise e Interpretação) no caso estudado. Revelou-se ainda que a tomada de decisão no contexto data-driven ocorre considerando elementos subjetivos, como a intuição. Identificou-se ainda a presença de quatro filtros ou etapas presentes no processo de tomada de decisão data-driven: alçadas de responsabilidade, fatores situacionais, cultura organizacional e relacionamento político. Dos resultados desenhou-se um framework orientativo a prática de tomada de decisão Data-Driven, em organizações que lidam com dados que possuam as dimensões do Big Data.With the exponential growth in the volume of data to be managed and analyzed by companies in the last decades, more complexity is added to the decision making. In addition to volume, they also multiply as data sources and formats. This context acquires the contours of what is called a Big Data phenomenon. In turn, Data-Driven Decision Making has the potential to change as a business strategy; at the same time that it requires greater preparation of the professionals responsible for decision making in organizations. In this context, the objective of this research was to analyze decisionmaking practices based on data associated with the analysis of data characterized as Big Data. The method adopted was a unique, exploratory and qualitative case study, developed with a cooperative credit institution. This research revealed that the dimensions of the Big Data (Volume, Variety, Velocity, Veracity and Value) are synergistically associated with the steps of the process of extracting insights from the data for decision making (Acquisition and Registration, Extraction, Cleaning and Comments; Aggregation and Representation, Modeling and Analysis and Interpretation) in the case studied. It was also revealed that the decision-making in the data-driven context occurs considering subjective elements, such as intuition. It was also identified the presence of four filters or stages present in the process of datadriven decision making: accountability, situational factors, organizational culture and political relationship. From the results, a Data-Driven Decision-Making framework was designed for organizations that deal with data that has the dimensions of Big Data.Big dataFramework (Arquivo de computador)Processo decisórioBig dataFramework (Computer program)Decision makingImplicações do fenômeno Big Data na tomada de decisão baseada em dados em uma cooperativa de créditoinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisporreponame:Repositório Institucional da UCSinstname:Universidade de Caxias do Sul (UCS)instacron:UCSinfo:eu-repo/semantics/openAccessUniversidade de Caxias do Sulhttp://lattes.cnpq.br/8413145306145188BAÚ, JEAN MICHELPrograma de Pós-Graduação em AdministraçãoLICENSElicense.txtWritten by org.dspace.content.LicenseUtilstext/plain; charset=utf-8510https://repositorio.ucs.br/bitstreams/a1915acd-de90-46b1-a2cc-e5fab758a3da/download0bfdaf5679b458f1c173109e3e8d8e40MD52falseAnonymousREADORIGINALDissertacao Jean Michel Baú.pdfDissertacao Jean Michel Baú.pdfapplication/pdf1620642https://repositorio.ucs.br/bitstreams/ad5132c7-7b82-4366-8ede-be0a129f7745/download9a30f25c5407cb2d9e62d6096197526eMD51trueAnonymousREADTEXTDissertacao Jean Michel Baú.pdf.txtWritten by FormatFilter org.dspace.app.mediafilter.TikaTextExtractionFilter on 2026-02-03T15:15:18Z (GMT).Extracted texttext/plain102941https://repositorio.ucs.br/bitstreams/3b2b4e54-ae78-4a66-b73f-f1341bc148dd/download308c61f6dc19fa0b994024fbf6cd04b7MD55falseAnonymousREADTHUMBNAILDissertacao Jean Michel Baú.pdf.jpgWritten by FormatFilter org.dspace.app.mediafilter.PDFBoxThumbnail on 2026-02-03T15:15:18Z (GMT).Generated Thumbnailimage/jpeg2597https://repositorio.ucs.br/bitstreams/7acc093f-d282-48fd-866b-c5f9b982a1a2/downloadc6a77e88a1598dc9338731010d0c95a5MD56falseAnonymousREAD11338/48162026-02-03 12:15:18.535open.accessoai:repositorio.ucs.br:11338/4816https://repositorio.ucs.brBiblioteca Digital de Monografiahttp://repositorio.ucs.br/oai/requestopendoar:2026-02-03T15:15:18Repositório Institucional da UCS - Universidade de Caxias do Sul (UCS)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 |
| dc.title.pt_BR.fl_str_mv |
Implicações do fenômeno Big Data na tomada de decisão baseada em dados em uma cooperativa de crédito |
| title |
Implicações do fenômeno Big Data na tomada de decisão baseada em dados em uma cooperativa de crédito |
| spellingShingle |
Implicações do fenômeno Big Data na tomada de decisão baseada em dados em uma cooperativa de crédito Baú, Jean Michel Big data Framework (Arquivo de computador) Processo decisório Big data Framework (Computer program) Decision making |
| title_short |
Implicações do fenômeno Big Data na tomada de decisão baseada em dados em uma cooperativa de crédito |
| title_full |
Implicações do fenômeno Big Data na tomada de decisão baseada em dados em uma cooperativa de crédito |
| title_fullStr |
Implicações do fenômeno Big Data na tomada de decisão baseada em dados em uma cooperativa de crédito |
| title_full_unstemmed |
Implicações do fenômeno Big Data na tomada de decisão baseada em dados em uma cooperativa de crédito |
| title_sort |
Implicações do fenômeno Big Data na tomada de decisão baseada em dados em uma cooperativa de crédito |
| author |
Baú, Jean Michel |
| author_facet |
Baú, Jean Michel |
| author_role |
author |
| dc.contributor.other.none.fl_str_mv |
Motta, Marta Elisete Ventura da Larentis, Fabiano Nesello, Priscila |
| dc.contributor.author.fl_str_mv |
Baú, Jean Michel |
| dc.contributor.advisor1.fl_str_mv |
Fachinelli, Ana Cristina |
| contributor_str_mv |
Fachinelli, Ana Cristina |
| dc.subject.por.fl_str_mv |
Big data Framework (Arquivo de computador) Processo decisório |
| topic |
Big data Framework (Arquivo de computador) Processo decisório Big data Framework (Computer program) Decision making |
| dc.subject.eng.fl_str_mv |
Big data Framework (Computer program) Decision making |
| description |
Com o crescimento exponencial do volume de dados digitais à disposição das empresas nas últimas décadas, emergem novos desafios à tomada de decisão. Além do volume, também se multiplicam as fontes e formatos dos dados. Este contexto adquire assim contornos do que é chamado de fenômeno Big Data. Por sua vez, a tomada de decisão baseada em dados tem potencial para mudar as estratégias empresariais; ao mesmo tempo em que exige maior preparo dos profissionais responsáveis pela tomada de decisão nas organizações. Neste contexto, o objetivo deste trabalho foi analisar as práticas decisórias baseadas em dados associadas à análise de dados caracterizados como Big Data. O método adotado foi um estudo de caso único, exploratório e qualitativo, desenvolvido junto a uma instituição cooperativa de crédito. Esta pesquisa revelou que as dimensões do Big Data (Volume, Variedade, Velocidade, Veracidade e Valor) são sinergicamente associadas as etapas do processo de extração de insights dos dados para tomada de decisão (Aquisição e Registro; Extração, Limpeza e Comentários; Integração; Agregação e Representação; Modelagem e Análise e Interpretação) no caso estudado. Revelou-se ainda que a tomada de decisão no contexto data-driven ocorre considerando elementos subjetivos, como a intuição. Identificou-se ainda a presença de quatro filtros ou etapas presentes no processo de tomada de decisão data-driven: alçadas de responsabilidade, fatores situacionais, cultura organizacional e relacionamento político. Dos resultados desenhou-se um framework orientativo a prática de tomada de decisão Data-Driven, em organizações que lidam com dados que possuam as dimensões do Big Data. |
| publishDate |
2019 |
| dc.date.submitted.none.fl_str_mv |
2019-05-24 |
| dc.date.accessioned.fl_str_mv |
2019-07-16T11:47:24Z |
| dc.date.available.fl_str_mv |
2019-07-16T11:47:24Z |
| dc.date.issued.fl_str_mv |
2019-07-16 |
| dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
| dc.type.driver.fl_str_mv |
info:eu-repo/semantics/masterThesis |
| format |
masterThesis |
| status_str |
publishedVersion |
| dc.identifier.uri.fl_str_mv |
https://repositorio.ucs.br/11338/4816 |
| url |
https://repositorio.ucs.br/11338/4816 |
| dc.language.iso.fl_str_mv |
por |
| language |
por |
| dc.rights.driver.fl_str_mv |
info:eu-repo/semantics/openAccess |
| eu_rights_str_mv |
openAccess |
| dc.source.none.fl_str_mv |
reponame:Repositório Institucional da UCS instname:Universidade de Caxias do Sul (UCS) instacron:UCS |
| instname_str |
Universidade de Caxias do Sul (UCS) |
| instacron_str |
UCS |
| institution |
UCS |
| reponame_str |
Repositório Institucional da UCS |
| collection |
Repositório Institucional da UCS |
| bitstream.url.fl_str_mv |
https://repositorio.ucs.br/bitstreams/a1915acd-de90-46b1-a2cc-e5fab758a3da/download https://repositorio.ucs.br/bitstreams/ad5132c7-7b82-4366-8ede-be0a129f7745/download https://repositorio.ucs.br/bitstreams/3b2b4e54-ae78-4a66-b73f-f1341bc148dd/download https://repositorio.ucs.br/bitstreams/7acc093f-d282-48fd-866b-c5f9b982a1a2/download |
| bitstream.checksum.fl_str_mv |
0bfdaf5679b458f1c173109e3e8d8e40 9a30f25c5407cb2d9e62d6096197526e 308c61f6dc19fa0b994024fbf6cd04b7 c6a77e88a1598dc9338731010d0c95a5 |
| bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 MD5 |
| repository.name.fl_str_mv |
Repositório Institucional da UCS - Universidade de Caxias do Sul (UCS) |
| repository.mail.fl_str_mv |
|
| _version_ |
1879587411890012160 |