O IMPACTO DA INTERNET DAS COISAS NAS RELAÇÕES HUMANAS

A Internet das coisas é uma revolução tecnológica que expande o que conhecemos como Internet atualmente. Ela conecta diversos objetos do nosso cotidiano à internet, permitindo a comunicação entre pessoas e dispositivos eletrônicos que se tornam cada vez mais inteligentes.

Inicialmente, a Internet foi criada como forma de trocar informações rapidamente durante a Guerra, para melhor se preparar e/ou prevenir ataques. Com o passar do tempo, mais pessoas foram tendo acesso a essa tecnologia, o que, consequentemente, facilitou a realização de pesquisas e estudos, agilizou o acesso a notícias atualizadas, e facilitou a interação entre pessoas distantes.

Com a entrada das redes sociais e aplicativos em cena, as pessoas sentiram que online elas poderiam ser o que quisessem, se sentiram mais empoderadas e confiantes para expressarem suas opiniões, conhecer novas pessoas, se divertir e entreter mesmo quando sozinhos, dentre muitas outras coisas. Apesar da internet não existir fora da sociedade, ela ajudou a redefinir o significado de viver em sociedade, criando novas necessidades e modos de viver e influenciando na construção das individualidades, e a sua rápida expansão é mostrada através de alguns números expressivos:

Segundo dados recentes da FGV-SP, maio/2017, hoje no Brasil nós temos 198 milhões de smartphones em uso e a estimativa é que em outubro deste ano esse número chegue a 208 milhões, pouco mais de 1 smartphone por habitante uma vez que a estimativa da população brasileira para o mesmo período é de 206 milhões. A previsão é que em 2019 tenhamos 239 milhões de smartphones e 210 milhões de pessoas no Brasil.

Porém, assim como os novos aplicativos e dispositivos desenvolvidos na Era da Internet das Coisas propiciam a aproximação de algumas pessoas, eles também são pivô de rompimentos de relação, brigas e distanciamento entre familiares e amigos.

Com a evolução das tecnologias, e as novidades que não param de chegar, a Internet das Coisas se torna cada vez mais atrativa para as pessoas, que passam cada vez mais tempo conectados. Segundo dados de 2014 da Infobase Interativa, a média de permanência online em redes sociais do brasileiro por visita é de 21,2 minutos, a média mensal de navegação é de 9,7 horas, e a média mensal é de 650 horas. Em muitos casos, interage-se mais no mundo virtual que no real, esquecendo da necessidade básica do ser humano de trocar experiências também face a face. A facilidade de expressar opiniões também pode levar ao desrespeito e desentendimento quando as pessoas não compartilham da mesma ideia. Sem contar que as relações afetivas se tornaram facilmente descartáveis devido ao aumento da “oferta” disponibilizada por aplicativos e redes sociais.

Nesse contexto, para que as relações humanas não entrem em colapso, é necessário discernimento para entender que o mundo virtual tem uma dinâmica diferente da vida real, muito do que está exposto na internet não corresponde à realidade. Portanto, mesmo com toda a mediação tecnológica que a Internet das Coisas nos proporciona, pode-se perceber que a interação virtual não substitui a realidade das verdadeiras sensações humanas, apenas a complementa. A interação presencial continua sendo essencial para a sociedade atual.

Autora: Jéssica de Oliveira Carvalho Santos 

Qual Pacote estatístico é o Ideal para se especializar?

A estatística é uma ciência muito utilizada e difundida na sociedade, as pessoas são bombardeadas com informações estatísticas diariamente, empresas utilizam de ferramentas estatísticas em todos os seus departamentos, extraindo e analisando informações de todos os seus stakeholders e de seu ambiente interno e externo de modo geral.

Em uma pesquisa rápida é visto que de maneira geral a estatística é definida como um conjunto de técnicas que servem para coletar, organizar, descrever, analisar e interpretar dados, os quais são oriundos de experimentos ou estudos observacionais.

O que deve se explicitar é que na maioria das vezes profissionais que utilizam das ferramentas estatística necessitam trabalhar com banco de dados muito extensos e os dados coletados podem não estar em formato ideal para ser trabalhados em suítes de escritórios ou outras ferramentas já existentes. Por isso a aplicação da programação em estatística é extremamente importante, pois além de facilitar a manipulação de dados os pacotes estatísticos permitem ao profissional modificar e escrever o código, montando as ferramentas computacionais necessárias para resolver os seus problemas de análise de dados de forma especifica e de modo mais eficaz.

Portanto, esse post tem o objetivo de comparar dois pacotes estatísticos muito utilizados, o R e o SPSS statistics, e concluir qual o pacote ideal para se especializar.

A utilização de softwares estatísticos requer um adequado conhecimento de técnicas estatísticas envolvidas.

Software R

O Software R definido por alguns autores como não sendo um pacote estatístico e sim “como um sistema integrado que permite a execução de tarefas em estatística”, é ao mesmo tempo uma linguagem de programação e um ambiente para computação estatística e gráfica e foi criado em 1996 por Ross Ihaka e Robert Gentleman.

Principais pontos fortes de R são:

·         Apresentar fonte de código aberto o que proporciona ao R ser altamente expansível, podendo ser modificado ou implementado com novas funções de modo continuo e mais rápido que os outros pacotes, pois qualquer pessoa pode desenvolver essas novas extensões;

·         Contar com um grande número de colaboradores das mais diversas áreas do conhecimento;

·         Contêm diversos mecanismos incorporados para a organização de dados, execução de cálculos sobre informações e criação de representações gráficas de conjuntos de dados;

·         É gratuito e o site que fornece também dispõe informação sobre a sua utilização e uma central de correspondências onde profissionais de várias áreas do conhecimento podem contribuir na implementação de novos recursos e responder a dúvidas dos demais usuários;

·         Por ser uma linguagem de programação orientada a objetos o usuário pode criar suas próprias funções, e sua própria rotina na análise de dados;

·         É fácil escrever formulas complexas em R. Praticamente todos os tipos de testes e modelos estatísticos estão disponíveis para uso na linguagem.

·         R integra-se facilmente com o sistema de publicação de documentos LaTeX

Principais Pontos Fracos: 

·         Mesmo podendo ser otimizado, R foi feito com cunho de análise e não se preocupou tanto com velocidade e o não conhecimento da programação por parte da maioria dos usuários realçam esse aspecto pois criam códigos menos eficientes do ponto de vista de velocidade.

·         Maior dificuldade na inserção de dados, a inserção de dados é mais fácil por meio de importação de outras ferramentas

·         Tarefas comuns ficam mais complexas se comparado a outros pacotes

Não possui uma plataforma em menus e os usuários que nunca possuíram contato com programação podem preferir outras plataformas 

Interface do R

Software SPSS

O software SPSS foi desenvolvido em 1968 por Norman H. Nie, Dale H. Bent e C. Hadlai Hull e em 2009 foi vendido para a IBM, que só passou a ser totalmente dela em 2010. O SPSS  apesar de ser acionado pelo menu também possui uma linguagem de programação própria, como uma extensão, a linguagem Python pode acessar as informações no dicionário de dados  e criar programas de sintaxe de comando.

Principais pontos fortes de SPSS são:

·         A interface gráfica do usuário é composta de duas visualizações, sendo uma de visualização de dados e a outra de variáveis, como o próprio nome diz uma exibe os dados inseridos  e a outra as características das variáveis (que seriam os “títulos” das colunas, por exemplo: sexo seria uma variável e embaixo dessa variável ne uma tabela conteria a frequência masculino ou feminino). Além disso existe uma janela de edição, caso da que foi citada e janela de visualização.

·         As funções do pacote podem ser acessadas pelo menu pull-down/menu suspenso, ou seja, não é necessariamente preciso escrever linhas de comando, é possível realizar uma função escolhendo o que se deseja no menu, deixando o software muito mais usual.

·         Contêm diversos mecanismos incorporados para a organização de dados, execução de cálculos sobre informações e criação de representações gráficas de conjuntos de dados;

·         A extensão Python permite que o SPSS execute qualquer uma das estatísticas no pacote de software livre R

Principais pontos fracos de SPSS são:

·         O Software é pago e é muito caro, ele é vendido em diferentes níveis de preço de acordo com as funções adicionadas, a licença de um ano do programa, para um único usuário, mais básico é R$ 4.624,72 e do mais completo é R$ 30.767,74.

Interfaces das duas Janelas de SPSS Statistics

Tabela Comparativa dos dos pacotes

Ambos os pacotes são amplamente utilizados, mas apesar da facilidade, ou melhor, da usabilidade do SPSS ser muito maior, a tendência em que as empresas adotem R é muito grande, pelo seu cunho gratuito e continuamente extensível. Empresas como: Google, Pfizer, Merck, Bank of América, InterContinental Hotels Group e Shell, estão usando a linguagem R.

Há uma aceitação por R muito grande de pessoas que não tem domínio de programação, inclusive estas consideram uma ferramenta fácil de ser utilizada. R também possui uma imensa quantidade de material online, inclusive um site especifico de conteúdos e “atualizações”. Outro ponto é que muitos novos desenvolvimentos na área de estatística, aparecem primeiro como pacotes R, para depois serem incorporados nos softwares comerciais.

Diante dos pontos expostos conclui-se que o pacote R seja o melhor para se obter uma especialização, devido a todas as suas vantagens em relação ao SPSS e a tendência crescente de utilização dele por empresas.

Próximos posts podem explorar mais as definições de pacotes estatísticos e procurar despertar interesse em estudantes e profissionais a utilizarem e se especializarem nestes softwares.

Para mais informações, acesse os links: 

Prós e contras da linguagem de programação R

Software Livre R: aplicação estatística

Minicurso de Estatística Básica: Introdução ao software R

Tag Archives: Linguagem R

SPSS

Uso do SPSS para análises educacionais

O uso da programação no curso de estatística

ANÁLISE DE DADOS PARA CIÊNCIAS SOCIAIS: A Complementaridade do SPSS

O Facebook como uma forma de atendimento ao cliente

 Com o grande avanço e disseminação de redes sociais, com a maioria das pessoas, principalmente potenciais consumidores, inseridos nesse meio, as empresas sentiram mais que uma oportunidade, mas uma necessidade de fazer parte do mundo virtual de interações sociais.
 As empresas se deram conta de que os novos meios de comunicação revolucionam a relação entre profissionais e clientes, cada vez mais interativa e personalizada. 
 O Facebook por ser, hoje, a rede social mais utilizada no mundo e que com o grande número de ferramentas que possui permite diversas formas de interações, é usado efetivamente como uma forma de comunicação com o cliente para: tirar dúvidas, receber críticas e elogios, oferecer ofertas especiais, responder comentários.
 Algumas vezes viraliza respostas inteligentes ou engraçadas que as empresas acabam dando aos clientes ou interessados. Essas respostas além de promover a empresa com a viralização nos compartilhamentos servem para demonstrar o posicionamento da empresa com questões sociais, com o respeito aos clientes, preservando a boa relação sem perder seus valores.
 O Netflix é um exemplo de empresa que agrada na maioria de suas respostas no Facebook. Muitas vezes com respostas cómicas e descontraídas, mostrando proximidade e estreitando a relação com os clientes, em outros momentos responde a assuntos sérios, de comentários preconceituosos, machistas (como na imagem acima), e problemas que atingem a sociedade.
 A ideia dessas empresas é promover a marca e criar relacionamento com o público. 

Os requisitos de um determinado software não estão muito complexos aos olhos de uma pessoa leiga no assunto?

Você já se deparou ao executar um determinado software no seu computador que ele apresenta alguma lentidão, travamentos ou algo do tipo? Talvez o seu desktop ou notebook não tenha os requisitos mínimos para executá-lo da melhor forma.

O Pacote Office consegue rodar em qualquer computador que é lançado nos dias atuais, porém alguns softwares importantes como AutoCAD e Adobe Photoshop podem apresentar problemas e o usuário não tem conhecimento o hardware que possui está aquém do software.

Caso o usuário descubra cada parte do hardware como: Processador, Memória RAM, Armazenamento, entre outros e os requisitos mínimos do software, ele não terá conhecimento se o que ele possui é melhor, semelhante ou pior em relação ao requisitado. Placa-Mãe, Processador, Placa de Vídeo são componentes que tem uma nomenclatura mais complexa de ser comparada, diferentemente da Memória RAM e do armazenamento que utilizam GBs (Gigabytes) como unidade (Quanto mais GBs o seu computador possuir de Memória RAM ou armazenamento melhor ele é).

O lançamento de cada vez componentes mais potentes e de diversas empresas diferentes (AMD, Intel, NVIDIA, Kingston, Corsair) torna cada vez mais difícil o entendimento para alguns consumidores.

A quantidade de recursos na página inicial do site assusta o usuário

Na foto acima mostra um site (http://www.game-debate.com) que uma de suas funções é comparar hardwares para ver o desempenho em certos softwares. O layout do site assusta uma pessoa que tem pouco domínio no inglês e com excesso de informações na tela inicial.

Escrito por: Matheus Ricardo de Oliveira

Predictive Analytics - Solução para a crescente escalada do volume de dados?

Diante de uma cenário globalizado com constantes mutações nos cenários político, social e econômico, as empresas buscam manter sempre os seus processos internos atualizados em consonância com o ambiente externo. A esfera na qual atuam as organizações vem sendo transformada pela disponibilidade e acesso de dados. A velocidade e o volume com que os dados vêm sendo criados são exorbitantes (BRETERNITZ; SILVA, 2013).

A área de big data, data science e predictive analytics, formam uma tríade que fornece as possíveis respostas para o grandioso volume de dados existentes, sendo capaz de apresentar vantagens competitivas importantes em termos de pesquisa e de educação em áreas da administração de empresa. Predictive Analytics é caracterizado como um subgrupo da área data science e utiliza técnicas quantitativas e qualitativas para determinar previsões, recomendar decisões e simular cenários que sejam úteis a uma organização, seja público ou privada (WALLER; FAWCETT, 2013).

Não entendeu qual é a aplicabilidade do uso de Predictive Analytics? Calma, segue abaixo um exemplo para destravar sua mente e despertar o seu interesse…

Com base no histórico de operações da carteira de Microcrédito da Fomento Paraná, foi identificado e elaborado um modelo estatístico básico de análise de crédito, cujos valores foram acessados na  base de dados administrativos do Governo do Estado do Paraná. Os resultados obtidos permitem a identificação de empresas com mérito de crédito e o suporte para a tomada de decisão, antes mesmo da instituição ser demandada pelos empreendedores e pequenas empresas, permitindo que políticas de desenvolvimento regional sejam realizadas com maior precisão, agilidade e com a otimização de recursos. (MATTANA, 2016).

Quer saber mais? Entre nos links abaixo:

http://www.abepro.org.br/biblioteca/TN_STO_213_262_27718.pdf

http://www.bigdatabusiness.com.br/o-que-e-analise-preditiva/

Escrito por: Gabriel Santana Branco.

A UNIÃO DE CONHECIMENTOS E SABERES

Você já parou para pensar que algumas áreas do conhecimento se unem a outras e produzem conteúdos muitos interessantes? Talvez devido ao dinamismo e correria dos dias atuais está união passe despercebida. Mas muito conteúdo fruto destas junções tem facilitado e mudado a vida de pessoas e empresas.

Um exemplo de “casamento” bem sucedido é do Geomarketing. Ele une, no mínimo, conhecimentos de Marketing, Geografia, Economia, Demografia, Tecnologia da Informação (TI), Comportamentos, Cultura e Administração. Estes saberes constroem um arcabouço que fortalece e dá credibilidade às análises desenvolvidas utilizando-se o Geomarketing.

 

As empresas usam o Geomarketing como uma ferramenta de suporte e orientação a tomada de decisões. Este direcionamento proporcionado pelo Geomarketing é considerado sua principal vantagem, pois permite a construção de uma análise mais detalhada e prática da realidade envolvida.

Algumas perguntas do Marketing podem ser respondidas de modo mais ágil e preciso com o uso desta ferramenta. Dentre estas perguntas estão:

• Qual região tem o maior número de consumidores de um produto;
• Qual parcela de mercado a empresa detém em uma região;
• Evolução da participação num determinado mercado/localidade;
• Qual a área/região tem maior propensão a alcançar novos clientes;
• Visualização de vendas por área/território;
• Número de Clientes por área/território de vendas;
• Comparação de áreas/territórios de vendas;
• Potencial de vendas não utilizado.

Percebeu que o Geomarketing é um bom exemplo de união de conhecimentos?! Muitas outras uniões participam do nosso cotidiano e movem a construção de novos saberes, ferramentas e das ciências em geral.

Espero que tenham apreciado a leitura! Até breve!

Sugestões de leitura:

Geomarketing - Uso de análise espacial como suporte ao marketing empresarial. Disponível em: <http://www.dsr.inpe.br/sbsr2011/files/p0938.pdf>.

Geoprocessamento: estudos de Geomarketing e as possibilidades de sua aplicação no planejamento do desenvolvimento socioeconômico. Disponível em: <

file:///C:/Users/DELL/Downloads/74208-99761-1-PB.pdf>.

Escrito por: Patrícia Oliveira

Sorria, você esta sendo filmado

Você fica irritado quando entra em sites de compras em busca de algum item e logo depois ao entrar em redes sociais, redes de notícias ou qualquer outro site o anúncio desse item aparece constantemente?

Você já parou para pensar que em quase todas lojas é necessário realização de cadastro com dados pessoais? Quantas redes sociais, aplicativos, sites você criou uma conta informando nome, telefone, email, cpf e muitos outros dados? 

Bom acho que chega de fazer perguntas, vamos ao assunto principal. Indiscutivelmente que hoje geramos quintilhões de dados por dia e, queiramos ou não, estamos sob constante vigilância. Sabemos que nossas ações são monitoradas quando usamos nossos cartões de crédito, quando usamos nossos celulares e smartphones, quando fazemos buscas na Web ou quando acessamos um site. No Rio de Janeiro, por exemplo, estima-se que exista cerca de 700 mil câmeras instaladas nas ruas, prédios, condomínios, bancos, supermercados etc, que de alguma forma gravam nosso dia a dia. O Facebook armazena, em média, cerca de 111 MB de informações sobre seus usuários

                                 

Hoje em dia é muito difícil se pensar em privacidade, afinal jogando nosso nome no google já é possível coletar inúmeras informações, imagina as informações que não temos acesso, como as informações pessoais que as empresas armazenam sobre nós?

Para processar essas informações coletadas, as empresas utilizam do instrumento Big Data Analytics. Que nada mais é que o trabalho analítico e inteligente de grandes volumes de dados, estruturados ou não-estruturados, que são coletados, armazenados e interpretados por softwares de altíssimo desempenho. Trata-se do cruzamento de uma infinidade de dados do ambiente interno e externo, gerando uma espécie de “bússola gerencial” para tomadores de decisão. Tudo isso, é claro, em um tempo de processamento extremamente reduzido. Leia mais sobre Big Data 

Bom a grande discussão é: nós não temos acesso a nenhum desses dados pessoais explorados pela empresa, não sabemos o quanto de nossa privacidade vem sendo explorada. Quer ver? Um alemão chamado Malte Spitz perguntou sua companhia de telefone quais  informações ela possuía sobre ele, depois de muito trabalho ele reportou o que descobriu: Malte Spitz: Your phone company is watching

Provavelmente teremos que repensar como tratar dados e privacidade nos novos tempos do Big Data. O cientista Alex Pentland, do MIT, propõe o que ele chama de “New deal” de dados, que seriam garantias práticas de que os dados necessários dos produtos públicos estarão disponíveis, mas ao mesmo tempo não afetariam a privacidade. Para ele a chave é tratar os dados pessoais como um bem, onde as pessoas teriam seus direitos assegurados sobre seus próprios dados. Ou seja, independente de quem coletar os dados sobre você, eles lhe pertencerão e você poderá acessá-los quando quiser. Os captadores de dados agiriam como bancos, gerenciando os dados em nome de seus clientes, como os bancos fazem com seu dinheiro. É um ponto de vista bem instigante e creio que vale a pena ser estudado. A certeza que temos é que estamos vivenciando uma sociedade cada vez mais conduzida e gerenciada por dados e os conceitos de privacidade, fluídos com o tempo, começam a ser rediscutidos.

É de extrema importância que se estude e crie ferramentas que auxiliam no aumento da pouca privacidade que ainda nos reste. E você, conhece alguma? 

Se você interessou pelo assunto sugiro que pesquise mais sobre o desenvolvimento e a utilização da Big Data e as ferramentas que estão sendo desenvolvidas para melhor utilização da mesma, de forma a preservar a sua privacidade. 

Refêrencias sugeridas:
Privacidade em tempos de Big Data
Why can't you really anonymize your data
Há privacidade na era digital?
The New Deal on Data