MBA em Business Analytics e Big Data

Introdução às capacidades analíticas em marketing; conceitos e aplicações. Abordagens para a alocação de recursos em marketing. Estruturação das métricas para identificar os drivers de vendas, lucro e participação de mercado. Análise econômico-financeira das ações de marketing. Conteúdo Programático Mínimo: I. Introdução às capacidades analíticas em marketing; conceitos e aplicações II. Abordagens para a alocação de recursos em Marketing " Técnicas para análise e alocação de recursos em marketing " Alocação de recursos em diferentes canais e atividades de comunicação III. Estruturação das métricas para identificar os drivers de vendas, lucro e participação de mercado " Métricas para otimizar a alocação de recursos de marketing e orientar decisões " Cálculo do índice de desenvolvimento de categoria " Métricas para analisar linhas de produtos IV. Retorno sobre Investimentos (ROI) de marketing " Cálculo do ROI de marketing " Análise financeira dos investimentos em marketing V. Cálculo do Customer Lifetime Value VI. Análise dos resultados de programas de comunicação de marketing e força de vendas " Métricas para analisar o desempenho de campanhas de propaganda, promoções, relações públicas e força de vendas " Métricas para tomada de decisão no ambiente digital

Introdução e Conceitos. Modelos de Regressão para Séries Temporais. Conceitos de Séries Temporais. Modelagem de Séries Temporais e Previsão.

Desafios e dilemas do processo decisório, Abordagens para identificação e modelagem de problemas.  Diferenças entre business intelligence e data Science e implicações. Gerenciamento dos projetos analíticos.

Análise do contexto informacional. Modelagem dimensional, na modalidade Star Schema. Verificação da estabilidade do modelo. Gerenciamento das iniciativas analíticas.

Técnicas de estatística espacial: análise de vizinhanças, tendências, correlação e autocorrelação espacial. Geoestatística e regressão espacial. Desenvolvimento de Estudo de Caso junto à turma.

Otimização não linear. Algoritmos estocásticos. Redes neurais (feedforward, recorrentes, adversariais, generativas, profundas). Máquinas de vetores de suporte. Técnicas para seleção e combinação de modelos.

Computação distribuída e em nuvem. Revisão de bancos de dados relacionais e da linguagem SQL. Integração entre Hadoop e demais ferramentas de business Analytics. Acesso ao Hadoop através de interfaces de programação e comandos, Utilização de bibliotecas de análise in-db (MADLIB), Tecnologias de dados não-estruturados (NoSQL).

Geomarketing e Geoinformação - Evolução e o Estado-da-Arte. Conceitos de Informações Espaciais - Modelos de Dados. Exploração de Dados Geográficos. Análise Geográfica e Estatística Espacial.

Pré-tratamento de dados. Detecção e tratamento de outliers. Tratamento de dados faltantes. ANOVA e comparações múltiplas. Multicolinearidade. Métodos baseados em vizinhança. Regras de Associação e Market Basket Analysis.