a economia em portugal 2018 digital 1.1 Big Data | Analytics 20 A Randstad começou a investir em data science com o objetivo de desenvolver uma plataforma de análise descritiva e preditiva que permite compreender o mercado de trabalho em tempo real Randstad XPT Plataforma de análise descritiva e preditiva do mercado de trabalho em Portugal A Randstad desenvolveu uma plataforma de análise descritiva e preditiva do mercado de trabalho em Portugal, o XPT (eXperience PorTugal). Esta solução permite suportar as operações de recrutamento das empresas, que constituem o core do negócio, bem como dos clientes na ajuda à decisão estratégica de aquisição e retenção de talento. Esta informação é suportada em dados públicos, como seja a informação macroeconómica, o desemprego, os fluxos migratórios, de ensino, entre outros. São também considerados dados e estudos exclusivos da Randstad, como seja o Randstad Employer Brand Research (efectuado pela empresa de estudos de mercado internacional – TNS), o workmonitor (inquérito sobre as intenções de mobilidade dos trabalhadores) e os dados reais de vencimentos pagos pela empresa (um universo de mais de 55.000 pessoas por ano considerando o número de declarações de IRS emitidas), entre outras informações que possam contribuir com dados relevantes para esta análise. A tecnologia que está por detrás do XPT é suportada em Google Cloud Storage utilizando infraestrutura de dados bigquery. Toda a componente de forecasting é feita com suporte a linguagem de programação “R” e todo os algoritmos de natural language processing são desenvolvidos em Python. A forma como são apresentados os dados é em Microsoft PowerBI que permite análises facilitadas e o acesso em qualquer lugar ou dispositivo. principal objetivo de tirar proveito da informação gerada por mais de 55.000 pessoas que anualmente trabalham com a empresa, analisar mais aprofundadamente os 700.00 candidatos em base de dados bem como correlacionar os dados públicos disponíveis. Esta informação conjugada com indicadores demográficos garante uma amostra significativa da população ativa portuguesa que pode assim ser caracterizar com alguma precisão e fazer uma análise preditiva, avaliando a necessidade de recursos futuros. Tecnologia Foi assim que nasceu o XPT, utilizando as mais avançadas tecnologias de gestão e análise de dados. A Randstad desenvolveu um conjunto de algoritmos que permitem compreender o mercado de trabalho em tempo real, conseguindo saber todas as empresas que estão a recrutar, quantos recursos precisam e quais os skills que são procurados. Toda a componente preditiva surge com a captação de muitos registos históricos de dados que conjugados permitem encontrar comportamentos padrão. ResultadoS Entre vários outcomes, o XPT permite conhecer quais as competências existentes em cada distrito e concelho do país bem como as suas capacidades atuais e necessidades futuras. Esta visão permite que as entidades públicas e as privadas possam antecipar o desenvolvimento de novos skills adequando a oferta formativa local e assim reduzir o impacto da falta de recursos que hoje se verifica por todo o país. Coordenação/Autoria: Inês Veloso, Randstad Desafios Em 2017, a Randstad Portugal começou a investir em data science com o
21 a economia digital SAS Ocidental usa analítica para melhorar as campanhas Optimização e previsão aumentaram taxas de sucesso em 88% Num mercado altamente concorrencial que é a indústria seguradora, o crescimento acentuado do volume de dados e da sua consequente importância na transformação da informação em conhecimento é um fator crítico. Para satisfazer as necessidades dos clientes e da empresa, sobretudo numa estratégia comercial mais assertiva, colocaram-se à equipa de marketing três grandes desafios: prever tendências; gerar leads e medir o desempenho das campanhas. Cientes da importância destes três objetivos, a equipa analítica iniciou o trabalho de análise de informação, fruto da agregação e disponibilização dos dados iniciada anteriormente e que permite uma exploração ágil e simplificada dos dados. Concentrada na análise do comportamento dos clientes, das interacções, dos canais, do que compram e porquê, a equipa de data mining iniciou o trabalho, com sistemas SAS, de criação dos perfis dos clientes. Após esta fase, surgiu a necessidade de efetuar a modelação preditiva e a criação de modelos para otimização das campanhas, essenciais para uma tomada de decisão mais assertiva e de valor tanto para os clientes como para a empresa. Um dos métodos utilizados, recorrendo à tecnologia analítica SAS, foi o scoring de clientes, conseguindo gerir a sua satisfação, a sua fidelização e por consequência perceber as suas necessidades e dar resposta adequada a cada uma das fases do seu ciclo de vida ou do seu negócio. Em suma, as duas soluções, uma de agregação, exploração e disponibilização de dados e a outra analítica com tecnologia avançada de data mining, são complementares e permitiram reduzir o tempo de resposta. O impacto e retorno foi quantificável ao utilizarem sistemas e metodologias analíticas, nomeadamente no aumento da taxa de sucesso das campanhas em 88% e a melhoria significativa do processo de identificação e melhoria das leads geradas. Demonstração da assertividade, coerência e detalhe que se consegue retirar da análise dos dados. Mas o impacto também se fez sentir em termos qualitativos na capacidade de trabalho que se tornou mais assertiva e produtiva. Outra das áreas com benefícios diretos foi a possibilidade de identificar tendências do mercado, perfis e comportamentos dos clientes, permitindo uma maior celeridade e eficácia das decisões tomadas. Desafios Prever tendências Gerar leads Medir e optimizar as campanhas Tecnologia Agregação, exploração e disponibilização de dados com SAS Analítica avançada com data mining recorrendo a SAS Enterprise Miner Resultados Taxa de sucesso das campanhas aumentaram 88% Melhoria da qualidade das leads Identificação de tendências do mercado, perfis e comportamentos dos clientes Coordenação/Autoria: Luís Bettencourt Moniz, SAS Neste caso, duas soluções, uma de agregação, exploração e disponibilização de dados e a outra analítica, recorrendo a data mining, permitiram reduzir o tempo de resposta em portugal 2018 1.1 Big Data | Analytics
71 a economia digital Randstad Pyme
73 a economia digital MACHINE LEARN
75 em portugal 2018 1.6 Inteligênc
77 a economia digital REDE CORPORAT
79 em portugal 2018 1.6 Inteligênc
81 a economia digital ces ou mesmo
83 em portugal 2018 1.6 Inteligênc
85 a economia digital ção e satis
87 a economia digital O desafio fut
89 a economia digital Por fim, mas
91 em portugal 2018 1.6 Inteligênc
93 a economia digital em tempo real
95 a economia digital Smart buildin
97 em portugal 2018 1.7 IoT a econo
99 a economia digital Por último,
101 a economia digital Altice em po
103 a economia digital abaixo, dist
105 a economia digital CTT em portu
107 a economia digital para os quai
109 a economia digital crescimento
111 a economia digital toneladas di
113 a economia digital visitar. Vis
115 a economia digital Altice MEO G
117 a economia digital em portugal
119 a economia digital em portugal
121 a economia digital Altran Infot
123 em portugal 2018 2. A Tecnologi
125 a economia digital superados, c
tecnologia Desativação da antiga
129 a economia digital ou entidade
131 a economia digital eliminação
133 a economia digital dades e com
135 a economia digital nele disponi
137 a economia digital A Câmara Mu
139 em portugal 2018 3. A Tecnologi
141 a economia digital passe a ter
143 a economia digital Uber UberEat
145 a economia digital proveito das
147 a economia digital 2016 - First
149 a economia digital visualizar c
151 a economia digital desenvolvida
nos abstraímos de aspetos como as
155 a economia digital rarmos que a
157 em portugal 2018 5. A Tecnologi
159 a economia digital Microsoft Te
161 a economia digital em portugal
163 a economia digital radores enqu
165 a economia digital melhorar a q
167 a economia digital mente ensina
169 em portugal 2018 6. A Tecnologi
171 a economia digital tuições so
apdc.pt
Loading...
Loading...
Loading...