MBA Big Data e Inteligência de Mercado

Transcrição

1 MBA Big Data e Inteligência de Mercado Início das aulas em abril de 2018 Aulas às segundas e quartas, das 19h às 21h40 Consultar planos de pagamento Desconto para pagamento à vista. 1 1

2 Objetivo do curso Com a perspectiva de aprimorar a leitura do ambiente de negócios, o programa é baseado em uma abordagem que cobra dos participantes a elaboração e aplicação de metodologias e ações estratégicas no meio digital e no marketing estratégico e de relacionamento. Em um ambiente colaborativo, os participantes planejarão ações e um projeto de conclusão de curso, que deverá ser desenvolvido ao longo do programa. Público-alvo O MBA Big Data e Inteligência de Mercado é indicado para profissionais com experiência profissional mínima de três anos, como por exemplo: Profissionais de marketing, negócios, análise quantitativa e/ou de tecnologia interessados em conhecer ou ampliar seus conhecimentos sobre a área de Big Data Analytics e sobre o desenvolvimento de estratégias competitivas. Estudantes interessados na aplicação das técnicas analíticas integradas no ambiente empresarial. Líderes de equipes de Marketing, Inteligência de Negócio, Business Intelligence ou Tecnologia. Analistas seniores, coordenadores e líderes, com potencial para assumir cargos gerenciais ligados a Comunicação, Consumer Behavior, Relacionamento ou Gestão de Clientes e Marketing. Pré-requisito Ensino superior completo Aprovação no processo de seleção 2 2

3 Critério de Avaliação A aprovação é obtida pela verificação de frequência (mínimo 75% de cumprimento) e por avaliação de desempenho com nota final mínima de 7,0 (sete). O instrumento de avaliação será informado pelo professor no primeiro dia de aula durante a apresentação do programa. Carga horária O curso tem carga horária de 424 horas; Segundas e quartas, das 19h às 21h40. Dinâmica do curso As disciplinas do curso são conduzidas por professores com larga experiência profissional e acadêmica no respectivo tema, textos e indicações bibliográficas atuais. Acesso a bancos de dados e bibliotecas com o estado da arte nos temas abordados. Dinâmicas, cases e análises críticas são parte integrante das atividades ao longo do curso, favorecendo um aprendizado participativo. 3 3

4 Estrutura do Curso Blocos Temáticos Inteligência Competitiva MBA Big Data e Inteligência de Mercado Carga Disciplinas Horária Digital Analytics e CRM 24 Gestão de Projetos e Metodologias Ágeis de Implementação 24 Decisões Empresariais: Raciocínio Analítico e Sistemas de Tomada de Decisão 24 Consumer Insight & Trend Hunting 24 Big Data e Arquitetura da Informação 24 Métodos e Tecnologia de Informação e Business Intelligence 24 Modelos Geomarketing e Inteligência Geográfica na Tomada de Decisão 24 Aplicações de Big Data em Decisões Mercadológicas 24 Modelos de Negócio e Ambiente 24 Gestão Estratégica Gestão de Pessoas 24 Gestão Financeira 24 Fundamentos de Marketing* 24 Métodos Quantitativos Aplicados 24 Domínio Conexo Análise de Redes Sociais e Text Mining 24 Disciplina Eletiva I (livre escolha) 24 Disciplina Eletiva II (livre escolha) 24 Metodologia do TCC 8 Trabalho Final TCC I (Orientação) 8 de Curso TCC II (Orientação) 8 TCC III (Conclusão) 16 TOTAL GERAL 424 *Disciplina em EAD 4 4

5 Disciplinas do curso As disciplinas, com suas ementas, estão organizadas em ordem alfabética: Análise de Redes Sociais e Text Mining Conhecer técnicas analíticas que estão aderentes à análise de dados no contexto do Big Data. Conceituar os objetos utilizados em análises de redes e em mineração de textos, compreendendo os principais aspectos e provendo experiência prática na condução de estudos empregando essas técnicas. Apresentar os principais aspectos da relação entre redes e organizações, incluindo os fundamentos da teoria de redes sociais, redes como parte das formas organizacionais, como instrumento metodológico de análise e como conceito acessório de outras teorias. Entender o real conceito e o poder das redes sociais como plataforma de relacionamento. Identificar situações e problemas empresariais em que a modelagem de redes e a análise de conteúdo não estruturado (textos em linguagem natural) são contributivos para a tomada de decisão. Modelar problemas empresariais utilizando modelos de redes e associação de conceitos a partir de textos em linguagem natural. Natural Language Processing (NLP). Aplicações de Big Data em Decisões Mercadológicas Apresentar ao estudante aplicações típicas lideradas por Chief Marketing Technologists em diversos mercados verticais, envolvendo dados estruturados e não estruturados no apoio à tomada de decisão. Envolver o estudante em estudos de casos em que a construção de cenários de decisão é fundamental. Discutir a essência da mudança ou adaptação de paradigma de decisão que projetos não convencionais envolvendo Big Data trazem para os profissionais de marketing. Big Data e Arquitetura da Informação Propiciar ao estudante a oportunidade de desenvolver e exercitar as competências necessárias para aproveitar a enorme quantidade de dados por meio do Big Data, como avaliar as informações sobre a atividade dos concorrentes, hábitos comportamentais das pessoas e tendências de negócios, no intuito de atingir os objetivos estratégicos da empresa. Permitir a compreensão da importância do alinhamento estratégico nas organizações com as premissas conceituais dos modelos de inteligência competitiva e de Business Intelligence. 5 5

6 Consumer Insight & Trend Hunting Dominar o conceito de tendências/trends e a abordagem de pesquisa e inovação em Consumer Insights. Saber utilizar as ferramentas de identificação e análise de tendências. Conduzir projetos de Consumer Insights a fim de gerar inspiração e inovação nos negócios. Saber aplicar de modo prático e lucrativo nos negócios os insights e inspirações com base em estudos comportamentais. Novas ferramentas de pesquisa (etnografia, netnografia, imersão, home visit, observação, curadoria de conteúdo, co-criação). Tipologias com base em drivers e nova segmentação do consumidor no contexto do Big Data. Decisões Empresariais e Raciocínio Analítico e Sistemas de Tomada de Decisão Conhecer os requisitos para qualidade de uma decisão (decision quality): definição apropriada do problema (framing), alternativas criativas e viáveis, informação relevante e confiável, valores e trade-offs claros, raciocínio lógico e compromisso para ação. Desenvolver, por meio de ferramentas de Análise de Decisão (tais como: diagrama de influência, tabela de estratégias, hierarquia de decisões, levantamento de questões, modelagem em Excel, diagrama tornado e árvore de decisões), racionais para tomada de decisões estratégicas. Propiciar ferramentas básicas para análise de cenários e gestão de risco. Apresentar as tendências de Qualidade das Decisões no contexto do Big Data. Digital Analytics e CRM Mostrar uma visão geral de Digital Analytics e contexto de aplicação. Conhecer as principais técnicas e ferramentas para a otimização de resultados de projetos digitais e campanhas. Promover a compreensão do processo de definição de KPIs para projetos digitais. Compreender o processo de análise e melhoria de resultados e os passos para o desenvolvimento de um plano de ação. Apresentar o Business Intelligence, conceitos e suas aplicações, apresentar os conceitos de CRM, com abordagem contemporânea para a gestão de relacionamento em ambiente digital integrado com canais tradicionais. Compreender as estratégias de captação, retenção e recuperação de clientes, englobando o desenvolvimento e aplicação de réguas de relacionamento e mapas de experiência de cliente. Conhecer as principais plataformas e ferramentas para a gestão de relacionamento. 6 6

7 Eletivas Oferecem ao estudante a possibilidade de aprimorar conhecimentos voltados aos seus interesses pessoais ou profissionais. Deve-se escolher 2 (duas) disciplinas eletivas com carga horária total de 48 horas e simultaneamente às disciplinas do programa do curso, oferecidas nos outros cursos da ESPM, conforme grade curricular indicada. A opção é restrita às disciplinas que sejam complementares as oferecidas no curso Fundamentos de Marketing* Apresentar os conceitos básicos de administração mercadológica. Estimular a compreensão da evolução do conceito de marketing, entender a importância de conceitos centrais, necessidades, desejos e demandas, mercados-alvo, posicionamento, segmentação e processo de compra. Ao final da disciplina, o estudante estará apto a realizar análises básicas do macro e microambiente nos quais o objeto de estudo está inserido. * Essa disciplina será lecionada por Ensino à Distância (EAD). Geomarketing e Inteligência Geográfica na Tomada de Decisão Compreender o contexto dos dados oriundos de fenômenos ocorridos no espaço geográfico. Identificar problemas e situações de gestão e decisão em que há componentes de natureza espacial em que as ferramentas de inteligência geográfica podem ser utilizadas. Usar ferramentas de exploração e análise geográfica para geocodificar, organizar, descrever e representar dados geográficos de maneira a transformá-los em informações úteis para a tomada de decisão. Incorporar dados geográficos oriundos de fontes secundárias às aplicações e bases de dados já existentes nas empresas. Conceituar a evolução e o estado-da-arte do marketing geográfico no contexto dos bancos de dados geográficos, cloud computing e Geo Big Data. Gestão de Pessoas Desenvolver habilidades para gerir pessoas, definindo o perfil dos profissionais da equipe, bem como critérios e técnicas de seleção, avaliação e desenvolvimento, possibilitando a retenção dos talentos. 7 7

8 Gestão de Projetos e Metodologias Ágeis de Implementação Apresentar o conceito de ciclo de vida dos dados aplicando o mesmo na gestão de projetos analíticos. Associar projetos com o planejamento estratégico. Conceituar, descrever e decompor a estrutura analítica de um projeto. Definição de métricas e medidas para gestão e acompanhamento de projeto. Entender os dilemas e desafios que precisam ser gerenciados durante a condução e implantação de projetos analíticos principalmente envolvendo equipes multidisciplinares e contextos com dados não estruturados e Big Data. Discutir a evolução histórica das metodologias de desenvolvimento e implementação de projetos. Explorar técnicas de modelos ágeis de projetos e suas aplicações em projetos de inovação: SCRUM, XP, Agile, Lean kanban,start-up, Sprints. Gestão Financeira Apresenta os conceitos básicos de gestão e planejamento financeiro. Estimula a compreensão da necessidade do planejamento financeiro na implantação de estratégias empresariais no atual contexto competitivo. Métodos Quantitativos Aplicados Permitir ao estudante a obtenção de conhecimentos essenciais na área de modelagem quantitativa, para utilização nas demais disciplinas. Os tópicos incluem modelagem estatística de dados, noções de modelagem e resolução de problemas em planilha eletrônica e softwares de computação científica (R e Python), otimização de modelos e introdução à análise de resultados sob condições de incerteza. Modelos de Negócio e Ambiente Apresentar uma perspectiva dos modelos de negócio e ambiente empresarial, para aperfeiçoar o nível de compreensão dos estudantes quanto ao contexto onde se situam as empresas e as suas relações com os diversos ambientes com as quais transaciona. O curso irá examinar aspectos internacionais e nacionais para a construção de cenários e modelos de negócio, com a identificação das ameaças e oportunidades derivadas desse contexto e da capacitação interna da empresa em termos de potencialidades e fragilidades. 8 8

9 Trabalho de Conclusão de Curso (TCC) (Metodologia e TCC-1, 2 e 3) Elaborar um projeto aplicado de planejamento, gestão e/ou análise de informação no contexto de mercado, com a aplicação prática de referenciais teóricos, conceitos e metodologias abordados ao longo do curso. O projeto terá o monitoramento de um orientador, que atuará como facilitador para seu desenvolvimento e, quando finalizado, será submetido a uma banca de avaliação. Tecnologia de Informação e Business Intelligence Conhecer um típico ambiente de Business Intelligence. Conceituar Data Warehouse. Entender as idiossincrasias e interfaces das áreas de Tecnologia da Informação e Marketing nas corporações, sob a perspectiva tradicional e de Big Data. Criar situações práticas baseadas em estudos de casos para capacitar o aluno a definir uma Arquitetura de Data Warehouse utilizando seus principais componentes. Apresentar os principais conceitos envolvendo Data Warehouse, sua arquitetura, estilos de modelagem e utilização visando aumentar o nível de maturidade no tratamento de informações nas empresas, proporcionando a compreensão e uso das tecnologias Big Data e DW. Capacitar o estudante a tomar decisões, de maneira isolada ou em grupo na fase de concepção da Arquitetura de um Data Warehouse tendo clara compreensão do processo de Data Warehousing e ferramentas OLAP. Principais técnicas de modelagem e captura de dados em ambientes corporativos (bancos de dados relacionais) e via web (informações pouco ou não estruturadas). Introdução à linguagem de consultas estruturadas a banco de dados (SQL). Elaborar modelos informacionais, identificando entidades e relacionamentos, empregando a notação dimensional (modelo Star Schema). Processo seletivo Inscrição aberta no site até 14 de maio de 2018; A inscrição tem o custo de R$100,00 (cem reais); Análise curricular e entrevista com o coordenador da área; A entrevista será agendada pela ESPM, para a qual o candidato deverá trazer seu currículo profissional; Obs: O valor da taxa de inscrição não será devolvido em caso de desistência ou não aprovação do candidato no processo seletivo. 9 9

10 Período de matrícula Matrícula até 16/5/2018, das 7h30 às 20h30, na Secretaria de Pós-Graduação. Matrículas realizadas até 17/3/2018 terão desconto de 50% no valor da entrada nos planos parcelados e preços diferenciados para pagamento à vista. Documentos necessários (originais) - RG e CPF; - Comprovante de Residência; -Curriculum Vitae -Foto -Histórico Escolar da Graduação -Diploma da Graduação (Caso não tenha o Diploma, o candidato poderá apresentar a declaração de conclusão de curso superior original) com data de colação de grau. Esse documento é provisório, devendo ser substituído pelo Diploma de conclusão de curso (frente e verso); * No caso de diplomas internacionais, é necessária sua tradução juramentada, consularização pelo Brasil no país de origem e revalidação, de acordo com a Resolução nº8, de 04/10/2007, do CNE Conselho Nacional de Educação, disponível em Início das aulas Aula inaugural na segunda quinzena de abril de *Informaremos posteriormente a data da aula inaugural. Local Rua do Rosário, 90/1 Centro Rio de Janeiro/RJ (ESPM Rio) 10 10

11 Certificado de especialização A ESPM Rio fornecerá, ao final do curso, o certificado de Pós-Graduação Lato Sensu ao aluno que atender aos critérios de aprovação estabelecidos no regulamento do curso. Resolução do MEC Os cursos de Pós-Graduação Lato Sensu atendem às exigências da Resolução do CNE/CES nº 1 de 8 de junho de Publicada no D.O.U. em 8 de junho de Política de Desconto ESPM Para alunos e ex-alunos de Graduação e Pós-Graduação da ESPM. Desconto de 20% em qualquer forma de pagamento. Observação: É considerado ex-aluno quem concluiu um dos cursos acima e não tem nenhuma pendência financeira. Descontos não cumulativos a outros que possam ser concedidos.

12 Investimento Planos de Parcelamento: À vista: R$ ,00 12 meses: entrada de R$ 1.700,40 + de R$ 2.428,43* (Total= R$ ,96) 18 meses: entrada de R$ 1.700, de R$ 1.606,75* (Total= R$ ,02) 24 meses: entrada de R$ 1.700, de R$ 1.214,16* (Total= R$ ,87) 30 meses: entrada de R$ 1.700, de R$ 984,32* (Total= R$ ,49) 36 meses: entrada de R$ 1.700, de R$ 833,53* (Total= R$ ,86) *Devido aos residuais decimais que há em cada parcela do curso, o último pagamento será superior aos demais para que se complete o valor total do investimento. O valor final do curso informado em cada plano de pagamento não será alterado. Em caso de dúvidas, por gentileza, entre em contato com a nossa Central de Relacionamento. Observação: - O pagamento da primeira parcela será feito por meio de boleto bancário, enviado para o do aluno após a entrega da documentação e assinatura do contrato; - As próximas parcelas também serão pagas por boleto bancário com vencimento no dia 8 de cada mês. Essas serão enviadas pelos correios; Seguro Educacional Agora, você recebe da ESPM, sem nenhum custo, o Seguro Educacional. Ele terá validade a partir do início das aulas e da aprovação da proposta, por parte da seguradora. Clique aqui para conhecer o regulamento

13 Coordenador do curso Antonio Carlos Morim Engenheiro Eletrônico, Especialização em Engenharia de Produção UFRJ, MBA em Marketing ESPM, Docência em Administração de Negócios- ESPM. Doutorando e Mestre em Engenharia de Produção COPPE UFRJ, Pesquisador LABFUZZY COPPE UFRJ na área de decisão de compra e precificação; Coordenador Pós-Graduação ESPM Rio. Outros cursos: Harvard Business School President s Class; Columbia University Improving Business Process, Wharton University Planning and Market Analysis; 20 anos ocupando posições executivas em empresas como IBM, Credicard,TIM,ATL, TESS,Claro, em áreas de Marketing, Recursos Humanos, Serviços, Relacionamento e Atendimento a Clientes. Autor e palestrante. Sócio da SUNSCREENQUALITY Consultoria, Consultor de empresas e Professor em Gestão Empresarial, Estratégia, Economia Comportamental, Desenho de Negócios, Marketing, Negociação, Processo Decisório e Sistemas de Apoio a Decisão, Fator Humano e Liderança, Gestão de Projetos e CRM. A ESPM reserva-se o direito de não abrir turmas com menos de 15 estudantes

14 Informações gerais ESPM Rio Rua do Rosário, 1 Centro Rio de Janeiro/RJ Central de Atendimento: (21) ou cursos@espm.br Horário de atendimento: de segunda a sexta-feira, das 8h às 20h