Bemol 51 será una plataforma digital de educación musical dirigido a personas con interés en aprender temas relacionados a la música desde cero. Los usuarios podrán acceder a los cursos a través del aula virtual, la cual albergará todo el material relacionado como videos grabados interactivos, ejercicios interactivos y material. De esta manera, el alumno, de acuerdo con su disponibilidad de tiempo, podrá llevar las clases a su propio ritmo. Los cursos serán grabados por profesionales con amplia experiencia en la materia a dictar. En el presente proyecto de negocio, se hace un análisis para tener conocimiento de los intereses y las preferencias de los clientes con relación a los cursos que tienen mayor demanda en el mercado. Además, acorde a los resultados de los análisis, se proponen estrategias de marketing digital, las cuales serán elaboradas de la mano con uno de los aliados, en este caso, una agencia de marketing, para dar a conocer los servicios de la empresa, atraer al público objetivo y, por ende, logren adquirir el curso. Por otro lado, se muestran los procesos y funcionamientos como el plan de operaciones, diseño de procesos, diseño arquitectónico y desarrollo del contenido de la plataforma. Asimismo, se muestran las proyecciones económicas, tanto de la inversión necesaria y las posibles ganancias y/o pérdidas. / Bemol51 will be a digital music education platform aimed at people with an interest in learning music-related topics from scratch. Users will be able to access the courses through the virtual classroom, where users will find all the related material such as interactive recorded videos, interactive activities and materials. In this way, the student, according to the availability of his time, will be able to take the classes at his own pace. The courses will be recorded by professionals with extensive experience in the subject to be taught. In this business project, an analysis is made to gain knowledge of the interests and preferences of clients in relation to the courses that are most in demand in the market. In addition, according to the results of the analysis, digital marketing strategies are proposed, which will be developed hand in hand with one of the allies, a marketing agency, to publicize the company's services, attract to the target audience and, therefore, potential clients could acquire the course. On the other hand, the processes and functions such as the operations plan, process design, architectural design and development of the content of the platform are shown. Likewise, the economic projections are shown, both of the necessary investment and the possible gains and / or losses. / Trabajo de Suficiencia Profesional

Submitted by Luciana Ferreira (lucgeral@gmail.com) on 2016-06-01T10:57:51Z No. of bitstreams: 2 Dissertação - Matheus Rudolfo Diedrich Ullmann - 2016.pdf: 1264745 bytes, checksum: 65f8378224bd7fd700216a920f2da7a0 (MD5) license_rdf: 23148 bytes, checksum: 9da0b6dfac957114c6a7714714b86306 (MD5) / Approved for entry into archive by Luciana Ferreira (lucgeral@gmail.com) on 2016-06-01T11:00:53Z (GMT) No. of bitstreams: 2 Dissertação - Matheus Rudolfo Diedrich Ullmann - 2016.pdf: 1264745 bytes, checksum: 65f8378224bd7fd700216a920f2da7a0 (MD5) license_rdf: 23148 bytes, checksum: 9da0b6dfac957114c6a7714714b86306 (MD5) / Made available in DSpace on 2016-06-01T11:00:53Z (GMT). No. of bitstreams: 2 Dissertação - Matheus Rudolfo Diedrich Ullmann - 2016.pdf: 1264745 bytes, checksum: 65f8378224bd7fd700216a920f2da7a0 (MD5) license_rdf: 23148 bytes, checksum: 9da0b6dfac957114c6a7714714b86306 (MD5) Previous issue date: 2016-02-26 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior - CAPES / The MassiveOpenOnlineCourses(MOOCs)areonlinecourseswithopenenrollment that involvingahugeamountofstudentsfromdifferentlocations,withdifferentback- grounds andinterests.Thelargenumberofstudentsimpliesahugeandunmanageable number ofinteractions.Thisfact,alongwiththedifferentinterestsofstudents,resulting in low-qualityinteractions.Duetothelargenumberofstudents,alsobecomesunviable composition manuallylearninggroups.DuetothesecharacteristicspresentinMOOCs, a methodforforminggroupswasdevelopedinthiswork,asanattempttoattendthedi- chotomy existsbetweenthecollective,whichinvolvestheformationofanonlinelearning community onamassivescale,andindividual,withdifferentinterests,priorknowledge and expectationsanddifferentleadershipprofiles.Fortheformationofgroups,anadapta- tion ofParticleSwarmOptimizationalgorithmwasproposedbasedonthreecriteria,kno- wledge level,interestsandleadershipprofiles,formingthengroupswithdifferentlevels of knowledge,similarinterestsanddistributedleadership,providingbetterinteractionand knowledgeconstruction.Werecreatedtwovariationsoftheproblem,withfivestudents and theothersix.Basedoncomputationaltests,thealgorithmdemonstratedthatableto attend thegroupingcriteriainasatisfactorycomputingtimeandismoreefficientthanthe model randomgroupsformation.Thetestsalsodemonstratedthatthealgorithmisrobust taking intoaccountthevariousdatasetsanditerationsvariations.Toevaluatethequality of interactionsandknowledgebuildingingroupsformedbythemethod,Acasestudy wasconducted;andfortheanalysisofthecollecteddiscourses,itwastakenasthebasis twomodelsofdiscourseanalysisfoundintheliterature.Theresultsofthecasestudy demonstrated thatthegroupsformedbytheproposedmethodachievedthebestresultsin the interactionsandknowledgeconstruction,whencomparedwithgroupsthatdonotuse it. / Os Massive OpenOnlineCourses (MOOCs) sãocursos online com inscriçõesabertas que envolvemumaenormequantidadedeestudantesdediferenteslocalidades,comdife- rentes backgrounds e interesses.Ograndenúmerodealunosimplicaemumaenormee não gerenciávelquantidadedeinterações.Estefato,juntamentecomosinteressesdife- rentes dosalunos,resultaeminteraçõesdebaixaqualidade.Devidoàgrandequantidade de alunos,tambémtorna-seinviávelacomposiçãodegruposdeaprendizagemdeforma manual. DevidoàessascaracterísticaspresentesnosMOOCs,ummétodoparaformação de gruposfoidesenvolvidonestetrabalho,comoumatentativaparaatenderadicoto- mia queexisteentreocoletivo,queenvolveaformaçãodeumacomunidade online de aprendizagem emumaescalamaciça,eoindividual,comdiferentesinteresses,conhe- cimentos prévioseexpectativasecomdiferentesperfisdeliderança.Paraaformação dos grupos,umaadaptaçãodoalgoritmo ParticleSwarmOptimization foi propostacom base emtrêscritérios,níveldeconhecimento,interesseseperfisdeliderança,formando então gruposcomníveisdeconhecimentodiferentes,interessessemelhanteseliderança distribuída,proporcionandoumamelhorinteraçãoeconstruçãodeconhecimento.Foram criadas duasvariaçõesdoproblema,umacomcincoalunoseoutracomseis.Combase em testescomputacionais,oalgoritmodemonstrouqueconsegueatenderoscritériosde agrupamento emumtempodecomputaçãosatisfatórioeémaiseficientequeomodelode formação degruposaleatório.Ostestesdemonstraramtambémqueoalgoritmoérobusto levandoemcontaosvariadosconjuntosdedadosevariaçõesdeiterações.Paraavaliara qualidade dasinteraçõeseaconstruçãodeconhecimentonosgruposformadospelomé- todo, umestudodecasofoirealizado;eparaaanálisedosdiscursoscoletados,tomou-se como basedoismodelosdeanálisedediscursopresentesnaliteratura.Oresultadodo estudo decasodemonstrouqueosgruposformadospelométodopropostoobtiveramos melhores resultadosnasinteraçõeseconstruçãodoconhecimento,quandocomparados com osgruposquenãooutilizaram.