Sílvia Raposo

Advanced Analytics: elevar a análise de dados a um outro nível

Implementar um modelo de Business Intelligence é muito mais que recolher dados, trata-se sobretudo de converter esses grandes dados em insights valiosos que irão acrescentar valor ao negócio. No entanto, se não houver um modelo que permite analisar e compreender os dados que vão surgindo, tudo o que irá existir serão números sem contexto e sem valor acrescentado.

Para fazer uma análise de dados correta é necessário ter em atenção que não existe apenas um método válido de análise; este processo está dependente das necessidades em questão e do tipo de dados recolhido, afim de aplicar a metodologia correta de análise.

Existem, no entanto, métodos comuns de advanced analytics que permitem tornar os dados em valor acrescentado, mesmo quando à partida não existem regras de negócio bem definidas, transformando um aglomerado de dados em insights relevantes para o negócio, que permite a tomada de decisões fundamentada.

Dados quantitativos e dados qualitativos

Antes de abordar os vários métodos, é necessário entender que tipo de dados que vão ser analisados. Para dados quantitativos, o foco está na quantidade de números em bruto, como o próprio nome indica. Deste tipo são exemplos os dados de sales, de marketing, de payroll, receita e despesa, etc. No fundo, refere-se a dados que são quantificáveis e passíveis de ser medidos objetivamente.

Dados qualitativos são, por sua vez, mais dificeis de interpretar à partida, uma vez que são dados não estruturados, mais subjetivos e de natureza interpretativa. A este campo pertencem exemplos como informação recolhida de sondagens, entrevistas aos empregados, questionários de satisfação, etc.

Medir dados quantitativos

Relativamente à análise de dados quantitativos, existem quatro métodos que vão elevar essa análise a um novo nível.

  1. Análise de Regressão

A escolha sobre qual o melhor tipo de estatística irá depender sempre do objectivo da pesquisa.

A análise de regressão permite modelar a relação entre uma variável dependente e uma ou mais variáveis independentes. Em data mining, esta técnica é utilizada para prever valores num dataset particular. Por exemplo, pode ser utilizada para prever o preço de um produto, tendo em conta outras variáveis. Pode também ser utilizada para identificar tendências e corelações entre fatores.

A regressão é um dos metódos de análises de dados mais usados no mercado para efeitos de gestão, planeamento de marketing, previsões financeiras, entre outros.

  1. Teste de hipóteses / teste de significância

Este método, também chamado de t testing, permite inferir se uma determinada premissa é verdadeira para o data set. Na análise de dados e em estatística, será considerado o resultado de uma hipótese que seja estatisticamente significativa, cujo resultado não possa ter decorrido de um acaso aleatório. Este procedimento infere sobre quantidades de interesse de uma população a partir de uma amostra observada, utilizando a teoria da probabilidade.

  1. Simulação Monte Carlo

Um dos métodos mais populares para calcular o efeito de variáveis imprevisiveis de um factor específico são as simulações de Monte Carlo que utilizam a modelagem de probabilidade para ajudar a prever o risco e a incerteza. Para testar um cenário ou hipótese, esta simulação recorre a números aleatórios e dados para simular uma variedade de outcomes possíveis. Esta ferramenta é frequentemente utilizada nas áreas de project management, finanças, engenharia e logística, entre outras.  Ao testar uma variedade de hipóteses, é possível concluir como é que uma série de variáveis aleatórias podem afetar os planos e projetos.

  1. Redes Neurais Artificiais

Este modelo computacional replica o sistema nervoso central de um humano ( neste caso, o cérebro), permitindo à máquina aprender através da observação dos dados, o chamado machine learning. Este processamento de informação replica as redes neurais, utilizando um modelo de inspiração biológica para processar a informação e aprender com análise, ao mesmo tempo que consegue fazer previsões. Neste modelo, os algoritmos partem de inputs amostrais e aplicam o raciocinio indutivo – extraindo regras e padrões de grandes conjuntos de dados.

Sílvia RaposoAdvanced Analytics: elevar a análise de dados a um outro nível
read more

Web content management

Para que serve, quais as vantagens e que tecnologias são hoje em dia uma referência

Por Web Content Management System (WCMS), entende-se a utilização de um CMS (Content Management System), que mais não é que um conjunto de ferramentas que permite a qualquer entidade gerir a sua informação digital alojada num website, com a possibilidade de criar e gerir conteúdo sem ser necessário conhecimentos de programação ou linguagens de markup. O WCMS é um programa que ajuda a manter, controlar, mudar e a ajustar o conteúdo numa webpage.

O WCMS comporta-se de forma similar a uma gestão de conteúdos tradicional – gerindo a integridade, edições e ciclo de vida da informação – com a ressalva que esta gestão é efetuada para conteúdo especificamente designado para a web.

Alguns aspetos de destaque de qualquer WCMS são a possibilidade de criar e manter conteúdo personalizado no website; a possibilidade de editores poderem rever e aprovar conteúdo antes da publicação; e o estabelecimento de um processo de publicação automático.  A par disto, há uma necessidade cada vez maior de ter plataformas que permitem criar e disponibilizar não somente conteúdos, mas toda uma experiência de utilização – soluções que consomem os conteúdos carregados e que permitem, ao mesmo tempo, acompanhar toda a jornada do utilizador – independentemente do canal que estiver a ser utilizado.

Prós e Contras

A utilização de um WCMS tem vários aspetos que devem ser considerados.

Por um lado, as plataformas de WCMS são usualmente pouco dispendiosas e muito intuitivas em termos de utilização, não sendo, por isso, necessários conhecimentos técnicos de programação para gerir e criar conteúdo. O próprio workflow do WCMS também pode ser personalizado com a criação de várias contas para diferentes perfis.

Por outro lado, algumas implementações no WCMS podem ser algo dispendiosas ao requererem formação ou certificações. A manutenção pode também acarretar custos, requerendo upgrades ou updates de licenciamento. A segurança é também uma preocupação nestas plataformas, uma vez que, quando existem ameaças de segurança, por vezes cria-se uma vulnerabilidade que pode ser explorada por hackers, podendo potencialmente prejudicar a percepção das marcas por parte dos seus clientes.

Escolher a melhor solução de WCMS

Num WCMS o conteúdo é na sua maioria mantido numa base de dados e agrupado utilizando uma linguagem flexível, como XML ou .Net.

Existem várias opções que utilizam WCMS open-source, como o WordPress, Drupal e Joomla para funções mais genéricas; há também soluções que endereçam necessidades específicas, como por exemplo, a plataforma Marketing 360, a Filestack e a CleanPix.

Por outro lado, temos atualmente no mercado soluções comerciais como é o caso de Sitecore que agrega numa única plataforma componentes de WCMS, Personalização de Conteúdos, Marketing, Digital Asset Management e E-Commerce. Esta é uma das grandes vantagens desta plataforma que, ao invés de adquirir e integrar os diversos componentes que irão consumir conteúdos e informação a um sistema adjacente, neste caso os dados e informação de contatos e interações efetuadas através dos diversos canais já existem e encontram-se disponíveis na plataforma. Estes dados já se encontram prontos a serem utilizados e trabalhados por diferentes áreas e para diferentes propósitos: criação de campanhas, envio de emails, criação de fluxos de marketing e criação de regras de personalização, entre outros.

As soluções WCMS providenciam diferentes funcionalidades, com diversos graus de profundidade e propósitos específicos. Antes de selecionar a plataforma, considere funcionalidades como:

  • Configuração: a possibilidade de ativar e desativar funcionalidades através de parâmetros específicos para o efeito.
  • Gestão de Acessos: gestão de utilizadores, permissões e grupos.
  • Extensão: integração e capacidade de instalação e configuração de novas funcionalidades e / ou conectores.
  • Possibilidade de instalar modelos com novas funcionalidades.
  • Customização: possibilidade de alterar as especificações de forma a personalizar algumas features, através de toolkits ou interfaces
  • WYSIWYG: capacidade de disponibilizar um mecanismo de “What you see is what you get”, permitindo aos Gestores de Conteúdo perceber, no momento das alterações, o que os utilizadores irão visualizar após a disponibilização da nova versão dos conteúdos. Um bom exemplo é a funcionalidade disponível na plataforma Sitecore denominada de “Experience Editor”
  • Integração: possibilidade de integrar a solução de WCM com outras soluções já instaladas ou com outras soluções externas por forma a agregar a informação de ambas; por exemplo integração com Microsoft CRM Dynamics 365 ou Microsoft SharePoint.
  • Fluxos: capacidade de incorporar mecanismo de configuração de fluxos de aprovação da alteração de conteúdos, por diferentes autores de conteúdo com diferentes perfis, e de publicação de conteúdos.
  • User Experience: permite que a edição seja feita de forma pouco complexa, com templates built-in que adicionam uma funcionalidade pré-definida à página, sem ser necessário ter formação adicional.
  • Assistência técnica e updates: considerar o nível de apoio técnico que irá receber, assim como o nível de acessibilidade aos updates do sistema.

Vantagens de WCMS

Uma grande vantagem do WCMS é o facto de ser a solução de software que permite controlo consistente do look and feel do website- a marca, wire frames, navegação – ao mesmo tempo que permite a possibilidade de criar, editar e publicar conteúdo – artigos, galerias de fotos, vídeo, etc. No caso de empresas que possam dispor de repositório de conteúdo muito rico ou focado em brand consistency, a solução mais adequada poderá ser um WCMS.

Outras vantagens incluem:

  • Templates automatizados;
  • Aceso controlado à página;
  • Expansão escalável;
  • Ferramentas que permitam uma edição simples, através de soluções WYSIWYG
  • Updates regulares de software;
  • Gestão de workflow;
  • Ferramentas de colaboração que permitam a vários utilizadores modificar conteúdo;
  • Gestão de documentos;
  • Possibilidade de publicar conteúdo em várias línguas;
  • Possibilidade de recuperar edições mais antigas.
  • Possibilidade de analisar os conteúdos em diferentes dispositivos (desktop, mobile, tablet, watch).
  • Disponibilização de conteúdos omnicanal.

A nossa visão

A gestão de conteúdos é uma temática relevante, embora não seja recente. No entanto, o tema que tem ganho muita tracção ao longo dos últimos anos é a capacidade de utilizar conteúdos de forma personalizada, para oferecer uma experiência relevante aos utilizadores. Para concretizar esta visão, a Xpand IT estabeleceu há já algum tempo uma parceria com a Sitecore porque acreditamos que esta á a plataforma certa para endereçar os desafios da personalização, tirando partido das vantagens que já foram referidas mas também de outras como o facto de o Sitecore permitir implementações Headless (separando todo o conteúdo da camada de apresentação) bem como a integração com plataformas móveis (potenciando verdadeiras soluções omnicanal). Estamos certos que a tecnologia tem muito para oferecer ao mercado e olhamos com entusiasmo para as novas funcionalidades que serão, em breve, disponibilizadas para concretizar cada vez mais esta visão – oferecer conteúdo relevante e personalizado a qualquer pessoa, a qualquer momento e em qualquer canal.

Sílvia RaposoWeb content management
read more

Machine Learning: aprender de forma autónoma

Com o movimento de transformação digital, o ramo de Machine Learning foi ganhando cada vez mais tração. Primeiramente assente numa teoria que advogava que os computadores poderiam aprender a efetuar tarefas específicas e a reconhecer padrões, o desafio colocado era simples: verificar se os computadores poderiam aprender com os dados.

Machine Learning proporciona aos sistemas a possibilidade de aprender e melhorar com a experiência, sem necessidade de haver uma programação específica para esse efeito. O foco é no desenvolvimento de programas que utilizem os dados disponíveis e consigam aprender por si. Os modelos matemáticos são construídos e alimentados com – potencialmente – grandes volumes de dados. Os algoritmos aprendem a identificar padrões e a retirar insights que são aplicados quando se processa nova informação. Este termo surgiu em 1959, quando o pioneiro Arthur Samuel definiu Machine Learning como a capacidade de um computador aprender sem ser explicitamente programado para o fazer.

Este processo de aprendizagem começa com processamento de dados, tentando identificar padrões. O objetivo principal é de permitir que os computadores aprendam autonomamente sem assistência humana, usando esse conhecimento para tomar decisões em concordância com o que foi “aprendido”. Embora os algoritmos de machine learning tenham estado presentes durante muito tempo, a aplicação destes cálculos matemáticos a Big Data, cada vez com maior fluidez, é um desenvolvimento mais recente. No entanto, de acordo com relatórios da indústria, o que se considera hoje em dia ser um crescimento tão exponencial nesta área, daqui a 50 anos será apenas visto como “baby steps”. É esperado que este ramo de IA cresça de forma muito acelerada nos próximos tempos.

Exemplos de Machine Learning

O interesse recorrente nesta prática é devido a alguns fatores que também tornaram o data mining e a análise Bayesiana extremamente populares. O crescimento no volume e variedade de dados disponíveis, o processo computacional que é mais barato e mais poderoso, e o armazenamento com um custo mais reduzido representam alguns dos atrativos deste ramo.

Alguns exemplos da aplicação de machine learning em algumas empresas incluem veículos de condução autónoma; recomendações de plataformas online como Amazon e Netflix com base no comportamento dos utilizadores; sistemas de reconhecimento de voz como a SIRI e Cortana; a plataforma Paypal assente em algoritmos de machine learning para combater a fraude, analisando grandes quantidades de dados do cliente e avaliando o risco; o modelo da Uber que utiliza algoritmos para determinar hora de chegada e determinar localizações de  partida; mecanismos de deteção de SPAM na conta de e-mail; reconhecimento facial que ocorre em plataformas como o Facebook.a

Indústrias apostam em Machine Learning

A maioria das indústrias com grandes quantidades de dados já reconheceu o potencial desta tecnologia. A possibilidade de extração de insights permite às empresas obter uma vantagem competitiva e trabalhar de forma mais eficiente.

Serviços Financeiros

Tanto os bancos como as demais entidades financeiras estão a usar machine learning com dois propósitos: retirar insights valiosos dos dados e prevenir a fraude. Os insights identificam oportunidades de investimento adequadas aos perfis dos clientes, e no campo da fraude, são identificados clientes de alto-risco.

Para além disso, com esta tecnologia também se consegue influir o nível de satisfação do cliente. Recorrendo à análise da atividade do utilizador, as smart machines conseguem prever um possível fecho de conta antes dele ocorrer, por exemplo.

Saúde

As entidades de saúde podem capitalizar na junção entre IoT e análise de dados, para desenvolver melhores soluções para os pacientes. O aparecimento de wearables permite a aquisição de dados relativos à saúde dos pacientes, que por sua vez permite aos profissionais de saúde detetarem padrões relevantes ou situações de risco. Esta tecnologia permite, por isso, melhorar o diagnóstico e o tratamento.

Retalho

Hoje em dia é bastante notório o impato das smart machines na experiência do utilizador. O resultado é um serviço altamente personalizado que inclui recomendações baseadas no histórico de compra ou atividade online; melhoria no serviço de apoio ao cliente e sistemas de entregas, em que as máquinas decifram o significado dos emails dos utilizadores e notas de entregas de forma a priorizar tarefas e garantir a satisfação do cliente; rastrear mudanças de preços, identificando padrões nas flutuações de preços, permitindo estabelecer os mesmos de acordo com a procura. A capacidade de reunir dados, analisar e utilizar os mesmos para personalizar uma experiência de compra (ou implementar uma campanha de marketing) é o futuro da indústria de retalho, por exemplo.

Transporte

Analisar dados para identificar padrões e tendências é chave para a indústria de transporte, uma vez que o aumento de lucro é sintomático de rotas mais eficientes e da previsão de potenciais problemas. A análise de dados e os aspetos modelares de machine learning são ferramentas importantes para empresas de entregas e de transportes públicos poderem aumentar os seus dividendos.

As aplicações de machine learning permitem às empresas automatizar a análise e a interpretação das interações do negócio, retirando insights valiosos que permitem personalizar produtos e serviços, em última instância.  Esta aposta na transformação digital irá certamente traduzir-se num investimento que se revelará uma decisão lucrativa para o negócio.

A Xpand IT tem um portefólio de serviços completo na área de Machine Learning. Se pretender saber como pode colocar Machine Learning ao serviço do seu negócio e obter um verdadeiro valor acrescentado, nós ajudamos. Quer saber de que forma podemos ajudar o seu negócio? Entre em contato connosco aqui e retire o máximo proveito desta tecnologia!

Sílvia RaposoMachine Learning: aprender de forma autónoma
read more

DevOps não é Dev & Ops – O que eu não sabia acerca de DevOps

Já há muito tempo que ouço falar de DevOps, mas estava profundamente convencida que era demasiado “techy” para mim. Eu pensava que DevOps era sobre Continuous Integration, Automação, e uns tipos fantásticos que se auto-intutulavam de DevOps e que sabiam quer de desenvolvimento de software quer de gestão de sistemas.

Agora, entendo que estava completamente enganada… DevOps não é igual a Dev & Ops a trabalharem juntas, mas antes a uma organização inteira a trabalhar em conjunto, a colaborar, mas colaborar à séria.

Claro que necessitamos de Automação, claro que necessitamos de soluções para Continous Integration, mas não só.

Numa cultura DevOps, devemos seguir estes princípios:

  • “Know the Flow” (Conheça o seu fluxo) = perceber como é que algo vai de “por fazer” a “feito”.
  • Trabalhar de forma aberta e visível = em vez de trabalhar em equipas isoladas, que apenas se preocupam com o SEU trabalho, toda organização trabalha em conjunto para atingir um propósito.
  • Aprender todos os dias & melhorar = Não perca tempo, se algo precisa de ser melhorado, melhore. Aprenda com as falhas e dissemine o conhecimento por toda a organização.

Mas como podemos transformar uma organização inteira? Em baixo, partilho alguns exemplos práticos:

  • Torne o seu trabalho visível para todos, não se preocupe sobre o que é que os outros vão pensar das suas falhas e sucessos.
  • Mude o “mindset”, deixe-me partilhar esta história que uma vez ouvi..

JFK, antigo presidente dos EUA, em visita à NASA, viu um empregado de limpeza e perguntou-lhe: “O que está a fazer?”. Ele esperava uma resposta, como: “Estou a limpar o chão”, mas antes, o empregado de limpeza respondeu: “ Estou a ajudar o homem a chegar à lua”.

  • Adicione o propósito às suas “user stories”, não desenvolva algo para fazer outra coisa, mas porque o que vai desenvolver vai gerar valor, como por exemplo, aumentar a satisfação do cliente em 80%.
  • Colabore, colabore e colabore um pouco mais… Nenhum homem é uma ilha, portanto não trabalhe como estando numa.

As ferramentas não são o mais importante, mas com certeza que ajudam. As sapatilhas de corrida, não fazem de si um corredor, mas vão de facto ajudar a correr melhor.

Se se encontra à procura de ferramentas que o possam ajudar a compreender o fluxo de trabalho, tornam o trabalho da sua organização visível e ajudam a colaborar melhor como equipa, espreite o Jira, que permite às equipas capturar e organizar o trabalho e o mais importante de tudo, colaborar.

Sofia Neto

Collaboration & Development Solutions Manager, Xpand IT

Sílvia RaposoDevOps não é Dev & Ops – O que eu não sabia acerca de DevOps
read more

Xpand IT Recebe Prémio Atlassian Philantropy Partner do Ano 2018

Barcelona, 4 de setembro de 2018  – “São momentos como estes que nos relembram de que o compromisso de dar de volta à comunidade pode, realmente, fazer a diferença e tornar o mundo num sítio melhor”. Foram estas as palavras de Pedro Gonçalves, Co-fundador da Xpand IT, após ter recebido o prémio Philantropy Partner do Ano 2018, em nome da Xpand IT, no Atlassian Summit 2018.

A Xpand IT foi uma das primeiras empresas portuguesas a aderir ao movimento Pledge 1% e foi a primeira empresa portuguesa a doar 1% de lucro e 1% de produto a organizações de solidariedade social. Ao longo de todo o ano de 2017, a Xpand IT envolveu-se profundamente no movimento filantrópico, desenvolvendo inúmeras iniciativas com o intuito de dar de volta à comunidade.

“A Atlassian está bastante contente por poder reconhecer e homenagear a Xpand IT com o prémio Parceiro do Ano 2018”, disse Martin Musierowicz, Head of Global Channels da Atlassian. “Os nossos Solutions Partners são fundamentais para o sucesso dos nossos clientes, e ficamos entuasiasmados por podermos destacar alguns dos nossos parceiros, que estão a superar as expetativas no suporte e implementação de serviços Atlassian”.

A Xpand IT pretende, agora, aumentar a fasquia, e as missões para 2019 são a disseminação do movimento Pledge 1% e a multiplicação do número de iniciativas levadas a cabo, com o intuito de ajudar quem precisa – mantendo sempre o foco em melhorar os processos colaborativos nas organizações apoiadas, através de ferramentas Atlassian.

A Atlassian é uma das maiores empresas de tecnologia do mundo, e é a empresa responsável por produtos como o Jira, Jira Service Desk, Bitbucket ou o Confluence. A sua missão passa por ajudar as equipas a desvendar o seu verdadeiro potencial. A Xpand IT atua como único Solutions Partner em Portugal, tendo já atingido o nível máximo de parceria – Platinum – com um impressionante número de projetos implementados com recurso a produtos Atlassian.

Para Sofia Neto, Collaboration & Development Solutions Lead da Xpand IT, marcar presença no Atlassian Summit, para além de ser uma excelente oportunidade para conhecer novas pessoas e partilhar experiências, é também um forte reconhecimento do trabalho realizado: “Temos a oportunidade de participar em eventos exclusivos como este e a experiência vai muito para além do “tradicional”. Este é o segundo ano consecutivo que a Xpand IT é distinguida  pela Atlassian, desta vez pelo reconhecimento do nosso compromisso para com o movimento corporativo filantrópico Pledge 1%, e isso é algo que nos deixa extremamente orgulhosos e que nos incentiva a ir mais longe. Isto é, sem dúvida, um grande exemplo daquilo que significa ser um Xpander.”

Equipa Xpand IT recebe das mãos do co-fundador da Atlassian, Mike Cannon-Brookes, o prémio Philanthropy Partner no Atlassian Summit 2018, em Barcelona.
Sílvia RaposoXpand IT Recebe Prémio Atlassian Philantropy Partner do Ano 2018
read more

Agile Portugal 2018: Aqui vamos nós!

A Xpand IT tem o prazer de anunciar que irá marcar presença no evento Agile Portugal 2018, a decorrer no dia 25 de Maio, na Faculdade de Engenharia da Universidade do Porto, enquanto participante e principal patrocinador.

Sílvia RaposoAgile Portugal 2018: Aqui vamos nós!
read more