A evolução e convergência de tecnologias emergentes têm alterado o comportamento de consumo de áudio e vídeo. O uso de inteligência artificial, na automatização de processos de criação e edição de conteúdo, tem aumentado com o passar dos anos. Soluções de realidade aumentada, já bastante difundida em plataformas computacionais, estão sendo utilizadas em ambientes de estúdios de televisão, para enriquecer e tornar mais atrativos os programas televisivos. A distribuição de conteúdo por streaming (tecnologia que envia informações multimídia, através da transferência de dados, utilizando redes de computadores, especialmente a internet) e múltiplas telas tem demandado mudanças na forma de distribuição do conteúdo das operadoras de mídia. A aproximação do consumidor com as empresas de criação de conteúdo está gerando uma segmentação do formato de assinatura das operações de TV a cabo e por satélite. Todas estas alterações, acrescidas da instabilidade dos mercados financeiros, têm gerado uma mudança nos modelos de produção, criando fatores que impactam o ambiente competitivo da indústria. Neste cenário, a indústria de mídia enfrenta não apenas estes novos desafios, mas também a necessidade de manter e renovar seus parques fabris de forma mais assertiva e competitiva. Muitas empresas deste setor enfrentam dificuldades nos processos de tomada de decisão. Esta dificuldade normalmente está associada à carência de informações relativas ao mapeamento e condição dos seus ativos, bem como de ferramentas capazes de auxiliar, de forma estruturada, o processo de tomada de decisão. Desta forma, o presente trabalho tem por objetivo desenvolver e aplicar um modelo para priorização de substituição de infraestrutura tecnológica em indústrias de mídia utilizando métodos multicritério, de forma identificar em quais equipamentos ou sistemas devem ser realizados investimentos para reposição. O modelo se propõe a gerar uma árvore de hierarquia baseada nos critérios definidos por especialistas das áreas impactadas, que é aplicada numa base de dados que contém os ativos da companhia. Para a definição dos pesos dos critérios, são utilizados diferentes métodos multicritérios, MAUT (Multi Atribute Utility Theory), AHP (Analytic Hierarchy Process) e AHP difuso (Fuzzy Analytic Hierarchy Process). Como resultado, é apresentada uma lista priorizada com a ordenação dos itens que devem ser substituídos. / The evolution and convergence of emerging technologies has changed the behavior of audio users' and video consumption. The use of artificial intelligence in the automation of content creation and editing processes has increased over the years. Augmented reality solutions, already widespread on computing platforms, are being used in television studio environments to enrich and make television shows more attractive. The distribution of content through streaming and multiple screens has demanded changes in the way distribution of content of the media operators. The consumer's approach to content creators is generating segmentation of the subscription format for satellite and cable TV operations. All of these changes, linked with the instability of the financial markets, have generated a shift in production models, creating factors that impact the competitive environment of the industry. In this way, the present work has the objective of developing and applying a model for prioritizing the replacement of technological infrastructure in media industries using multicriteria methods, in order to identify in which equipment or systems investments should be made for replacement. The model proposes to generate a tree of hierarchy based on the criteria defined by specialists of the impacted areas, that is applied in a database that contains the assets of the company. In order to define the weights of the criteria, different multi-criteria methods, MAUT (Multi Atribute Utility Theory), AHP (Analytic Hierarchy Process) and Fuzzy Analytical Hierarchy Process (AHP) are used. As a result, a prioritized list is presented with the ordering of items that need to be replaced.

A evolução e convergência de tecnologias emergentes têm alterado o comportamento de consumo de áudio e vídeo. O uso de inteligência artificial, na automatização de processos de criação e edição de conteúdo, tem aumentado com o passar dos anos. Soluções de realidade aumentada, já bastante difundida em plataformas computacionais, estão sendo utilizadas em ambientes de estúdios de televisão, para enriquecer e tornar mais atrativos os programas televisivos. A distribuição de conteúdo por streaming (tecnologia que envia informações multimídia, através da transferência de dados, utilizando redes de computadores, especialmente a internet) e múltiplas telas tem demandado mudanças na forma de distribuição do conteúdo das operadoras de mídia. A aproximação do consumidor com as empresas de criação de conteúdo está gerando uma segmentação do formato de assinatura das operações de TV a cabo e por satélite. Todas estas alterações, acrescidas da instabilidade dos mercados financeiros, têm gerado uma mudança nos modelos de produção, criando fatores que impactam o ambiente competitivo da indústria. Neste cenário, a indústria de mídia enfrenta não apenas estes novos desafios, mas também a necessidade de manter e renovar seus parques fabris de forma mais assertiva e competitiva. Muitas empresas deste setor enfrentam dificuldades nos processos de tomada de decisão. Esta dificuldade normalmente está associada à carência de informações relativas ao mapeamento e condição dos seus ativos, bem como de ferramentas capazes de auxiliar, de forma estruturada, o processo de tomada de decisão. Desta forma, o presente trabalho tem por objetivo desenvolver e aplicar um modelo para priorização de substituição de infraestrutura tecnológica em indústrias de mídia utilizando métodos multicritério, de forma identificar em quais equipamentos ou sistemas devem ser realizados investimentos para reposição. O modelo se propõe a gerar uma árvore de hierarquia baseada nos critérios definidos por especialistas das áreas impactadas, que é aplicada numa base de dados que contém os ativos da companhia. Para a definição dos pesos dos critérios, são utilizados diferentes métodos multicritérios, MAUT (Multi Atribute Utility Theory), AHP (Analytic Hierarchy Process) e AHP difuso (Fuzzy Analytic Hierarchy Process). Como resultado, é apresentada uma lista priorizada com a ordenação dos itens que devem ser substituídos. / The evolution and convergence of emerging technologies has changed the behavior of audio users' and video consumption. The use of artificial intelligence in the automation of content creation and editing processes has increased over the years. Augmented reality solutions, already widespread on computing platforms, are being used in television studio environments to enrich and make television shows more attractive. The distribution of content through streaming and multiple screens has demanded changes in the way distribution of content of the media operators. The consumer's approach to content creators is generating segmentation of the subscription format for satellite and cable TV operations. All of these changes, linked with the instability of the financial markets, have generated a shift in production models, creating factors that impact the competitive environment of the industry. In this way, the present work has the objective of developing and applying a model for prioritizing the replacement of technological infrastructure in media industries using multicriteria methods, in order to identify in which equipment or systems investments should be made for replacement. The model proposes to generate a tree of hierarchy based on the criteria defined by specialists of the impacted areas, that is applied in a database that contains the assets of the company. In order to define the weights of the criteria, different multi-criteria methods, MAUT (Multi Atribute Utility Theory), AHP (Analytic Hierarchy Process) and Fuzzy Analytical Hierarchy Process (AHP) are used. As a result, a prioritized list is presented with the ordering of items that need to be replaced.

A mudança de comportamento dos consumidores através do advento da tecnologia e das redes sociais gera um grande empoderamento dos mesmos, alterando substancialmente a forma de relacionamento das empresas com seu público final. Atentas a este mercado, as empresas de mídia passam por profundas mudanças, tanto do ponto de vista da entrega de conteúdo ao seu público, quanto no seu formato administrativo, estratégico e financeiro. Sendo assim, a presente dissertação apresenta abordagens apoiadas em técnicas multivariadas para composição de equipes comerciais e de remuneração dos times de venda de uma empresa de comunicação. No artigo 1, objetiva-se gerar um modelo para estimar a premiação comercial das equipes de venda das rádios do Grupo RBS. Para tanto, inicialmente geram-se agrupamentos das emissoras de rádio do Grupo RBS no estado do Rio Grande do Sul e de Santa Catarina com base nos seus perfis de similaridades. Para cada cluster gerado, gera-se uma regressão linear múltipla da premiação comercial validado através de validação cruzada por intermédio do R2 ajustado e Mean Absolute Percentage Error (MAPE). O segundo artigo aborda a clusterização dos top clientes do Grupo RBS e o impacto na composição das equipes comerciais por meio do método da seleção de variáveis. As 7 variáveis originais foram avaliadas através do método de seleção de variáveis “Omita uma variável por vez”; o melhor Silhouette Index (SI) médio, métrica utilizada para avaliar a qualidade dos agrupamentos gerados, foi obtido quando 3 variáveis foram retidas. Os agrupamentos gerados por tais variáveis refletem o comportamento de compra de mídia dos clientes; os agrupamentos foram considerados satisfatórios quando avaliados por especialistas do Grupo RBS. / The change in the behavior of consumers with the advent of technology and social networks generates a great empowerment of themselves, substantially altering the relationship form of companies to their final audience. Attentive to this market, media companies undergo profound changes, both from the point of view of delivering content to their audience, as well as in their administrative, strategic and financial format. Thus, the present dissertation presents approaches supported by multivariate techniques for the composition of commercial and remuneration teams of the sales group of a communication company. In article 1, the objective is to generate a model to estimate the commercial awards of the sales teams of the RBS Group radios. To do this, we initially generate groupings of radio stations from the RBS Group in the state of Rio Grande do Sul and Santa Catarina based on their profiles of similarities. For each cluster generated, a multiple linear regression of the commercial award is generated, validated through cross validation through the adjusted R2 and Mean Absolute Percentage Error (MAPE). The second article addresses the clustering of RBS Group top clients and the impact on the composition of business teams through the variable selection method. The original 7 variables were evaluated through the variable selection method "Omit one variable at a time"; the best Silhouette Index (SI) average, metric used to evaluate the quality of the generated clusters, was obtained when 3 variables were retained. Clusters generated by such variables reflect customers' buying behavior of media; the clusters were considered satisfactory when evaluated by RBS Group experts.

A mudança de comportamento dos consumidores através do advento da tecnologia e das redes sociais gera um grande empoderamento dos mesmos, alterando substancialmente a forma de relacionamento das empresas com seu público final. Atentas a este mercado, as empresas de mídia passam por profundas mudanças, tanto do ponto de vista da entrega de conteúdo ao seu público, quanto no seu formato administrativo, estratégico e financeiro. Sendo assim, a presente dissertação apresenta abordagens apoiadas em técnicas multivariadas para composição de equipes comerciais e de remuneração dos times de venda de uma empresa de comunicação. No artigo 1, objetiva-se gerar um modelo para estimar a premiação comercial das equipes de venda das rádios do Grupo RBS. Para tanto, inicialmente geram-se agrupamentos das emissoras de rádio do Grupo RBS no estado do Rio Grande do Sul e de Santa Catarina com base nos seus perfis de similaridades. Para cada cluster gerado, gera-se uma regressão linear múltipla da premiação comercial validado através de validação cruzada por intermédio do R2 ajustado e Mean Absolute Percentage Error (MAPE). O segundo artigo aborda a clusterização dos top clientes do Grupo RBS e o impacto na composição das equipes comerciais por meio do método da seleção de variáveis. As 7 variáveis originais foram avaliadas através do método de seleção de variáveis “Omita uma variável por vez”; o melhor Silhouette Index (SI) médio, métrica utilizada para avaliar a qualidade dos agrupamentos gerados, foi obtido quando 3 variáveis foram retidas. Os agrupamentos gerados por tais variáveis refletem o comportamento de compra de mídia dos clientes; os agrupamentos foram considerados satisfatórios quando avaliados por especialistas do Grupo RBS. / The change in the behavior of consumers with the advent of technology and social networks generates a great empowerment of themselves, substantially altering the relationship form of companies to their final audience. Attentive to this market, media companies undergo profound changes, both from the point of view of delivering content to their audience, as well as in their administrative, strategic and financial format. Thus, the present dissertation presents approaches supported by multivariate techniques for the composition of commercial and remuneration teams of the sales group of a communication company. In article 1, the objective is to generate a model to estimate the commercial awards of the sales teams of the RBS Group radios. To do this, we initially generate groupings of radio stations from the RBS Group in the state of Rio Grande do Sul and Santa Catarina based on their profiles of similarities. For each cluster generated, a multiple linear regression of the commercial award is generated, validated through cross validation through the adjusted R2 and Mean Absolute Percentage Error (MAPE). The second article addresses the clustering of RBS Group top clients and the impact on the composition of business teams through the variable selection method. The original 7 variables were evaluated through the variable selection method "Omit one variable at a time"; the best Silhouette Index (SI) average, metric used to evaluate the quality of the generated clusters, was obtained when 3 variables were retained. Clusters generated by such variables reflect customers' buying behavior of media; the clusters were considered satisfactory when evaluated by RBS Group experts.

A mudança de comportamento dos consumidores através do advento da tecnologia e das redes sociais gera um grande empoderamento dos mesmos, alterando substancialmente a forma de relacionamento das empresas com seu público final. Atentas a este mercado, as empresas de mídia passam por profundas mudanças, tanto do ponto de vista da entrega de conteúdo ao seu público, quanto no seu formato administrativo, estratégico e financeiro. Sendo assim, a presente dissertação apresenta abordagens apoiadas em técnicas multivariadas para composição de equipes comerciais e de remuneração dos times de venda de uma empresa de comunicação. No artigo 1, objetiva-se gerar um modelo para estimar a premiação comercial das equipes de venda das rádios do Grupo RBS. Para tanto, inicialmente geram-se agrupamentos das emissoras de rádio do Grupo RBS no estado do Rio Grande do Sul e de Santa Catarina com base nos seus perfis de similaridades. Para cada cluster gerado, gera-se uma regressão linear múltipla da premiação comercial validado através de validação cruzada por intermédio do R2 ajustado e Mean Absolute Percentage Error (MAPE). O segundo artigo aborda a clusterização dos top clientes do Grupo RBS e o impacto na composição das equipes comerciais por meio do método da seleção de variáveis. As 7 variáveis originais foram avaliadas através do método de seleção de variáveis “Omita uma variável por vez”; o melhor Silhouette Index (SI) médio, métrica utilizada para avaliar a qualidade dos agrupamentos gerados, foi obtido quando 3 variáveis foram retidas. Os agrupamentos gerados por tais variáveis refletem o comportamento de compra de mídia dos clientes; os agrupamentos foram considerados satisfatórios quando avaliados por especialistas do Grupo RBS. / The change in the behavior of consumers with the advent of technology and social networks generates a great empowerment of themselves, substantially altering the relationship form of companies to their final audience. Attentive to this market, media companies undergo profound changes, both from the point of view of delivering content to their audience, as well as in their administrative, strategic and financial format. Thus, the present dissertation presents approaches supported by multivariate techniques for the composition of commercial and remuneration teams of the sales group of a communication company. In article 1, the objective is to generate a model to estimate the commercial awards of the sales teams of the RBS Group radios. To do this, we initially generate groupings of radio stations from the RBS Group in the state of Rio Grande do Sul and Santa Catarina based on their profiles of similarities. For each cluster generated, a multiple linear regression of the commercial award is generated, validated through cross validation through the adjusted R2 and Mean Absolute Percentage Error (MAPE). The second article addresses the clustering of RBS Group top clients and the impact on the composition of business teams through the variable selection method. The original 7 variables were evaluated through the variable selection method "Omit one variable at a time"; the best Silhouette Index (SI) average, metric used to evaluate the quality of the generated clusters, was obtained when 3 variables were retained. Clusters generated by such variables reflect customers' buying behavior of media; the clusters were considered satisfactory when evaluated by RBS Group experts.