Return to search

Measuring the impacts of database processing utilization in innovation processes on companies : exploratory study with focus on service industries

Orientador: Prof. Dr. Alexandre Acácio de Andrade / Coorientador: Prof. Dr. Júlio Francisco Blumetti Facó / Dissertação (mestrado) - Universidade Federal do ABC, Programa de Pós-Graduação em Engenharia e Gestão da Inovação, Santo André, 2017. / Toda atividade produtiva gera algum tipo de dado. Ele pode estar bem estruturado ou não, existir em papel ou digitalmente, mas invariavelmente algum tipo de informação está
presente em algum grau em qualquer empreendimento humano. Empresas, muitas vezes,
utilizam dados de suas atividades para beneficio próprio, mas não é difícil encontrar exemplos
de subutilização de informações que poderiam ser extremamente valiosas para elas. A maioria
das empresas, incluindo as de grande porte, não estão preparadas para lidar como uma grande
quantidade de dados e acabam utilizando ferramentas estatísticas tradicionais e ignoram que
aquela grande massa de dados poderia ter as informações necessárias para mudar o rumo da
empresa em si. Muitas ferramentas da tecnologia da informação poderiam ser utilizadas de
maneira a transformar dados brutos em informações valiosas, como a mineração de dados,
utilização de big data, aprendizagem de máquina, entre outros. Esse processo de refinamento
de dados pode levar a inovações úteis, gerando vantagem competitiva para as empresas. Essa
informação foi confirmada por meio de estudos de caso de empresas que conseguiram algum
tipo de vantagem com o processamento de dados. Nesse trabalho, esses casos são
apresentados e comparados por meio de uma metodologia comparativa, levando em conta o
tipo de processamento, o grau de inovação e nível de crescimento de cada um dos casos. Para
este fim, foi criada uma metodologia utilizando dois rankings, sendo um do nível de
complexidade do tipo de processamento de dados que cada empresa usou e a outra do nível de inovação, com base em três métricas diferentes (medidas tradicionais, dez tipos de inovação e classificação como empresa inovadora). Esses rankings levaram a uma melhor compreensão sobre como o processamento de dados tem um papel crucial na criação de inovação para as empresas estudadas e seu crescimento durante o período estudado. / Every productive activity generates some kind of raw data. It may be well structured
or not, exist on paper or digitally, but some kind of information is always present at some
degree in any human endeavors. Companies often use data extracted from their activities for
their own benefit, but it is not difficult to find examples of underuse of information that could be extremely valuable for them. Most of the companies, including larger ones, are not
prepared to handle such a massive amount of data and end up using traditional statistical tools and ignoring that the supermassive data could have some necessary information to change the company's direction itself. Many information technology tools could be used in order to transform raw data into valuable information, such as data mining, big data utilization, machine learning, among others. This data refinement process can lead to useful innovations, which leads to a competitive edge. This information was confirmed by case studies of companies that have achieved some sort of advantage with data processing methods. In this work, those cases are presented and compared with a pre-established methodology, taking into account the type of processing and the degree of innovation of each presented case. To this end, a framework was created by using two ranking, one regarding the complexity level of the data processing type each company has used and the other regarding innovation level, based on three different metrics (traditional measurements, ten types of innovation and classification as innovative enterprise). Those rankings led to a better understanding on how data processing has a crucial role on creating innovation to the studied companies and their growth during the studied period.

Identiferoai:union.ndltd.org:IBICT/oai:BDTD:110491
Date January 2017
CreatorsFaria, Vinicius Tasca
ContributorsAndrade, Alexandre Acácio de, Facó, Júlio Francisco Blumetti, Gimenes, André Luiz Veiga, Lins, Romulo Gonçalves
Source SetsIBICT Brazilian ETDs
LanguageInglês
Detected LanguagePortuguese
Typeinfo:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/masterThesis
Formatapplication/pdf, 105 f. : il.
Sourcereponame:Repositório Institucional da UFABC, instname:Universidade Federal do ABC, instacron:UFABC
Rightsinfo:eu-repo/semantics/openAccess
Relationhttp://biblioteca.ufabc.edu.br/index.php?codigo_sophia=110491&midiaext=76166, http://biblioteca.ufabc.edu.br/index.php?codigo_sophia=110491&midiaext=76165, Cover: http://biblioteca.ufabc.edu.brphp/capa.php?obra=110491

Page generated in 0.0069 seconds