BIG DATA E CLOUD COMPUTING PERPECTIVAS DE USO EM ... · 3. Computação em Nuvem (Cloud Computing) Também conhecida por Cloud Computing, a Computação em Nuvens é definida por

BIG DATA E CLOUD COMPUTING

PERPECTIVAS DE USO EM ENGENHARIA DE

PRODUÇÃO: UMA ANÁLISE BIBLIOMÉTRICA

DE 2004 - 2014

IVAN MENERVAL DA SILVA (unimep)

[email protected]

Fernando Celso de Campos (unimep)

[email protected]

A tomada de decisão baseada em análise de dados é uma das premissas

mais importantes da Engenharia de Produção, essas análises preditivas e

analíticas são feitas a partir de uma grande quantidade de dados de gerados

de domínios diferentes. Tendo em vista as novas Perspectivas Globais para

Engenharia de Produção, devemos levar em conta o grande montante de

dados gerados pelos sistemas de informações e pela internet que servem

para alavancar as atividades das organizações, considerando que elas

saibam interpretar esses dados e convertê-los em informações relevantes

para tomada de decisão. A computação em nuvem (Cloud Computing)

permite acessar recursos computacionais localizados em datacenters

remotos usando modelos específicos de serviços (TAURION, 2010). O Big

Data é um novo termo que surge para designar essa enorme massa de

dados, estruturados e não estruturados, disponíveis na nuvem, (ISACA, 2013).

Os dados gerados pelo Big Data, devido a seu tamanho e complexidade, são

difíceis de serem processados usando ferramentas convencionais de

hardware e de software. O objetivo deste artigo é demonstrar por meio de

uma análise bibliométrica: os artigos, autores mais relevantes, as possíveis

lacunas e oportunidades existentes sobre novas pesquisas envolvendo o

tema. Os resultados apontam para uma nova linha de pesquisa envolvendo

oportunidades em vários campos entre eles os da Engenharia de Produção,

sugerindo que os serviços a serem desenvolvidos devem melhorar a

conectividade e acessibilidade dos dados aos usuários, sem deixar de lado a

infraestrutura de armazenamento e recuperação de dados, trazendo assim

maior competitividade às organizações e auxílio a tomada de decisão dos

gestores.

XXXV ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO

Perspectivas Globais para a Engenharia de Produção

Fortaleza, CE, Brasil, 13 a 16 de outubro de 2015.




2

Palavras-chave: Big Data, Cloud Computing, Bibliometria, Engenharia de

Produção




3

1. Introdução

Buscar vantagem competitiva tem relação direta com a formulação da estratégia e o modo

como ela foi traduzida em planos, porém, tudo dependente de informação.

De acordo com Kotler (p. 139, 2010),

Estratégia é o que determina a estrutura da atividade empresarial de

uma empresa e fornece diretrizes para coordenar as atividades de

modo que ela possa lidar com mudanças do ambiente e influenciá-las.

A estratégia articula o ambiente preferido da empresa e o tipo de

organização que ela está buscando tornar-se.

Um dos produtos finais da gestão estratégica, salientado por Ansoff e McDonnell (1993),

consiste em um potencial de cumprimento futuro dos objetivos da empresa. Em uma empresa

isso envolve:

Recursos (financiamento, pessoas, informação e materiais);

Produtos finais (bens e/ou serviços desenvolvidos) de rentabilidade futura

comprovada;

Um conjunto de regras de comportamento social que permitam à organização

continuar a alcançar seus objetivos.

Segundo Almeida e Costa (2003)

Na área de sistemas de informação, o profissional de Engenharia de

Produção leva em consideração vários fatores para buscar a

maximização de resultados favoráveis para uma organização. A

questão da definição da informação já representa de forma concreta

como desenhar o Sistema de Informação, que deve ser voltado para a

visão da organização, suas estratégias e os resultados esperados pelo




4

sistema de produção. Tem-se a informação como elemento básico para

o funcionamento do sistema de produção.

Para que as empresas alcancem seus objetivos e tornem-se cada vez mais competitivas em

amplos aspectos, elas utilizam os recursos de informações que são providos pelos sistemas de

informação. Na visão de Beuren (2000), a importância crescente da informação, na melhoria

da capacidade de executar uma avaliação estratégica de desempenho, fica evidente quando se

analisa a considerável superposição de medidas e indicadores individuais que precisam ser

monitorados para diferentes dimensões estratégicas. Cabe destacar que a reflexão sobre o

papel da informação deve ser estimulada em todas as etapas do processo de gestão, a fim de

contribuir para a eficiência da integração entre a definição, execução e avaliação da

operacionalização da estratégia empresarial. Nesta incessante busca destacam-se os serviços

mediados por tecnologia.

Serviços mediados por tecnologia são fornecidos por intermédio de uma interface tecnológica

entre fornecedor e cliente, o que permite uma troca imediata de informações entre cliente e

fornecedor Froehle e Roth (2004)..

Segundo Fleury (2003) Os sistemas de produção não estão mais necessariamente

concentrados num local, mas dispersos pelo mundo envolvendo diferentes tipos de empresas e

sistemas, exigindo uma enorme capacidade de coordenação agilidade, flexibilidade e

eficiência. Dentro destes novos desafios destacam-se como ferramentas essenciais o Big Data

e a Cloud Computing.

2. Big Data: Perspectivas Gerais

No auxílio do entendimento dos processos de negócios das organizações que podem estar

atualmente funcionando bem, mas sem a visão da realidade, a indicação do uso dos dados e

recursos do Big Data. Ele pode facilitar a governança melhorando a visão da realidade da

empresa, sendo possível a otimização de tal forma que além de evitar que os dados existentes

no Big Data deixem de ser fonte de perigo ou dificuldades, passem a gerar resultados mais

satisfatórios para a empresa (TRKMAN et al., 2010).




5

O principal objetivo da análise de Big Data é contribuir para que as empresas tomem

melhores decisões de negócio. Cientistas de dados e outros usuários analisam grandes

quantidades de dados de transações, bem como outras fontes de dados que podem ser

ignorados pelo software tradicional de business intelligence, como logs de servidor web,

relatórios de atividade de mídia social, registros de telefone celular e dados obtidos por meio

de sensores. As análises de dados podem permitir uma abordagem de marketing direcionado

que dá à empresa uma melhor compreensão de seus clientes. Um entendimento que

influenciará os processos internos e, em última análise, aumentará o lucro, o que proporciona

a vantagem competitiva que a maioria das empresas está buscando (ISACA, 2013).

A justificativa para o estudo e a aplicação do Big Data é procurar atender a crescente busca de

eficiência e eficácia no uso de ferramentas de TI, para obter recompensa significativa e se

diferenciar dos concorrentes. É relevante que os líderes das organizações, principalmente os

profissionais de TI se concentrem na demanda de informações que constituem o Big Data. De

acordo com a IBM (2013), o Big Data, pode ser caracterizado por:

Volume, Variedade, Velocidade, Veracidade e Valor. Volume refere-

se à maior quantidade de dados sendo gerado a partir de uma

variedade de fontes. Variedade refere-se o uso de vários tipos de

dados para analisar uma situação ou evento. Velocidade é o tempo

para resolução de algum problema, como tratamento de dados, sua

obtenção, atualização e gravação, devendo ser feito em tempo hábil,

muitas vezes feito em tempo real. Veracidade é a confiabilidade dos

dados, ela garante o máximo possível de consistência nos dados. Valor

é o benefício do investimento, o uso de Big Data exige um

investimento que deve gerar retorno para as empresas como na

melhoria da qualidade dos serviços e aumento da receita.

As empresas que dominam a disciplina emergente do gerenciamento de Big Data podem

obter recompensas significativas e se diferenciar de seus concorrentes (CHEN, 2012). A

figura 1 apresenta esquematicamente os benefícios do Big Data na visão do ISACA (2013)

Figura 1 - Benefícios do Big Data




6

Fonte: (ISACA, 2013)

Para o Big Data alcançar o máximo de sua funcionalidade ele faz intenso uso da Cloud

Computing termo que será tratado a seguir.

3. Computação em Nuvem (Cloud Computing)

Também conhecida por Cloud Computing, a Computação em Nuvens é definida por Taurion

(2010), como: “um termo usado para descrever um ambiente de computação baseado em uma

rede massiva de servidores, sejam virtuais ou físicos. Cloud computing hospeda as Cloud

applications, aplicações estas que estão residentes nesta nuvem (Cloud). Cloud computing

pode ser visto como o estágio mais evoluído do conceito de virtualização”.

É um conceito que traz ao usuário final a possibilidade de acesso aos serviços e aplicações de

qualquer dispositivo que esteja conectado à nuvem (SILVA, 2010).

Segundo esse mesmo autor, o beneficio da Cloud Computing é evitar a preocupação com

instalações e configurações de softwares, já que a ideia é de que serão utilizados os

aplicativos e softwares, todos online, sem a necessidade de máquina robusta, É necessário

apenas uma conexão com internet para poder acessar a nuvem. A computação em nuvem será

capaz de trazer, a quem utilizar todos os serviços necessários como processamento,

armazenamento e infraestrutura. O usuário vai pagar apenas pelos serviços utilizados.




7

A arquitetura da computação em nuvem é composta por três camadas de acordo com

Dikaiakos (2009). A camada mais baixa é a da infraestrutura que disponibiliza serviços para

armazenamento e de redes por meio dos provedores de infraestrutura. A camada de

plataforma é mais abstrata e disponibiliza serviços para desenvolvimento e manutenção de

aplicações. A camada de aplicação disponibiliza aplicações e serviços aos usuários finais.

A convergência entre os modelos disponibilizados na Cloud Computing e as vantagens

competitivas geradas pelo Big Data serviram de ponto de partida para análise bibliométrica

apresentada na sequência.

4. Abordagem Metodológica: Análise Bibliométrica “Big Data e Cloud Computing”

Este estudo tem como finalidade facilitar o entendimento do estado atual do conhecimento e

as lacunas existentes entre Big Data, Cloud Computing e a Engenharia de Produção;

identificando em fontes de conhecimento relevantes, o estágio atual das pesquisas em Big

Data e Cloud Computing, por meio da realização de um estudo bibliométrico sobre a

literatura existente sobre ambos entre os anos 2004 – 2014.

A Bibliometria consiste em uma metodologia de revisão sistemática de literatura direcionada

aos aspectos quantitativos da produção, disseminação e uso da informação (MACIAS-

CHAPULA, 1998). Assim, com este delineamento metodológico, quantificam-se informações

existentes nos estudos, como frequência de citação de frases, características da relação autor-

produtividade, características das publicações, análise de citação e outras, usando seus

resultados para elaborar previsões e apoiar tomadas de decisão (TAGUE-SUTCLIFFE, 1992).

As análises bibliométricas, de acordo com Macias-Chapula (1998), fundamentam se na noção

de que a essência da pesquisa científica está na construção de conhecimento e de que a

literatura científica representa um componente desse conhecimento, cujas informações

fornecem indícios importantes acerca de um campo do conhecimento. A análise bibliométrica,

ou bibliometria se constitui numa ferramenta estatística de análise quantitativa que permite

mapear e gerar indicadores de produtividade de periódicos e de autores, necessários ao

planejamento e avaliação da ciência, minimizando a subjetividade inerente à recuperação das

informações. Ela contribui para tomadas de decisão na gestão da informação e do

conhecimento, auxiliando na organização e sistematização das informações científicas e




8

tecnológicas. Os estudos bibliométricos podem ajudar na avaliação do estado atual da ciência

como na tomada de decisão e no gerenciamento da pesquisa, importantes nos estudos da área

acadêmica.

Para garantir a consistência dos dados e sua relevância e integridade, foram analisadas apenas

as publicações que continham as palavras-chaves Big Data e Cloud Computing inseridas em

seu título e tópicos relacionados à Engenharia no seu texto.

A escolha destas palavras chaves se destina a concentrar a pesquisa no foco de interesse que é

o Big Data, Cloud Computing e Engenharia de Produção. Salienta-se que a omissão de

palavras que não contém o termo estudado é fato comum em estudos bibliométricos.

Os dados coletados foram exportados em formato de arquivo TXT e analisados utilizando-se

os recursos de planilha eletrônica (MS-Excel 2013).

Inicialmente foram recuperados os registos contendo o termo de pesquisa no título:

1297 registros sobre Big Data;

3071 registros sobre Cloud Computing;

20 registros sobre Big Data e Cloud Computing no mesmo título.

Totalizando 4388 registros relativos a journal’s que integram a base Web of Science.

Realizou-se a leitura dos títulos e resumo dos artigos para verificar o seu real alinhamento

com a investigação em ação. A partir disso foram relacionados, depois de serem removidas as

duplicatas e títulos que não continham a palavras chave, o número total de 3594 registros.

1102 registros sobre Big Data;

2473 registros sobre Cloud Computing;

19 registros sobre Big Data e Cloud Computing no mesmo título.

Destaca-se, que o número de registros que contém os termos Big Data e Cloud Computing

foram 19 registros.




9

Os gráficos e tabelas, na próxima seção, foram gerados utilizando como origem a base de

dados Web of Science.

5. Análises das Publicações

Figura 2. Publicações sobre Big Data entre 2004-2014

A Fig. 2 - Mostra graficamente a evolução das publicações sobre Big Data , observa-se que o

termo Big Data tem sua primeira publicação no ano de 2004 (1), ocorrendo um salto em 2008

(12) caindo em 2009 (3) e voltando a crescer a partir de 2011 (14), 2012 (104) em 2013 (450)

e em 2014.(513)

Tabela 1 – Publicações em Big Data 2004-2014

ANO PUBLICAÇÕES

2004 1

2005 0

2006 1

2007 1

2008 12

2009 3




10

2010 3

2011 14

2012 104

2013 450

2014 513

Figura 3 . Publicações sobre Cloud Computing 2004-2014

A Fig. 3 - Mostra graficamente a evolução das publicações sobre Cloud Computing observa-

se que o termo Cloud Computing tem sua primeira publicação no ano de 2004 mesmo ano da

primeira publicação sobre Big Data.

Tabela 2 – Publicações em Cloud Computing 2004-2014

ANO PUBLICAÇÕES

2004 1

2005 2

2006 2

2007 3




11

2008 19

2009 175

2010 244

2011 402

2012 718

2013 425

2014 481

A Tabela 2. mostra a forte evolução do termo Cloud Computing em publicações destacande-

se o grande volume de publicações entre os anos de 2011 e 2012

Figura 3. Publicações contendo Big Data e Cloud Computing no título entre 2004-2014

Tabela 3. Publicações contendo Big Data e Cloud Computing no título entre 2004-2014

ANO PUBLICAÇÕES

2011 1

2012 3

2013 7

2014 8




12

As publicações contendo o termo Big Data e Cloud Computing no mesmo título (Fig.4) tem

início a partir de 2011; a pesquisa bibliométrica realizada revelou que foram poucos os artigos

contendo os termos estudados no período. Isso pode apontar uma oportunidade de pesquisa

para aprofundar o conhecimento sobre ambos os termos.

O artigo mais citado encontrado nesta análise bibliométrica é: Cloud and heterogeneous

computing solutions exist today for the emerging big data problems in biology do autor Eric E

Schadt, publicado na NATURE REVIEWS GENETICS no ano de 2011.

Segundo Schadt(2011) O ambiente que proporcionar o menor custo, e que for mais fácil de

usar e trouxer o resultado em menor tempo para resultados vão dominar a indústria. O grande

desafio proposto por este artigo é combinar a solução computacional de acordo com os

grandes problemas computacionais de Big Data .

Figura 4. Países com maior número de publicações sobre Big Data e Cloud Computing

.

Na Fig.4 apresntam-se os países com maior numero de publicações sobre os termos

apresentados, destaca-se a China e os EUA com 52% das publicações. A análise bibliométrica




13

aponta que os artigos chineses estão concentrados na área da computação e os artigos

americanos estão concentrados na área biomédica.

Figura 5 – Artigos sobre Big Data com foco em Engenharia de Produção

Na Fig. 5 está a representação percentual dos artigos sobre Big Data que tem foco em

Engenharia de Produção, são 10% dos arquivos analisados obtidos pelo cruzamento de Big

Data e Cloud Computing.

Esses 10% são 2 artigos encontrados na pesquisa realizada entre 2004 – 2014.

A Framework for Root Cause Detection of Sub-Batch Procecessing System for Semiconductor

Manufacturing Big Data Analytics. Autores Chen e Chuang.(2014)

Knowleage Integration of Distributed Enterprises using Cloud based Big Data Analytics,

Autores Bohiouli, Merges, Fathi. (2014)

5 -Tendências e Achados da Pesquisa

A pesquisa Bibliométrica realizada na base Web of Science tendo como foco artigos contendo

o termo Big Data e Cloud Computing no título, apontam para os seguintes resultados:




14

O termo Big Data no título tem início a partir de 2004;

O termo Cloud Computing aparece a partir de 2004;

As publicações contendo o termo Big Data e Cloud Computing no mesmo título tem

início a partir de 2011;

As áreas que apresentam maiores avanços em pesquisas relacionadas ao Big Data e ao

Cloud Computing são a Biomédica e Computação, esta análise aponta para uma nova

linha de pesquisa envolvendo os termos Big Data e Cloud Computing, sugerindo que

os serviços a serem desenvolvidos devem melhorar a conectividade e acessibilidade

dos dados aos usuários, sem deixar de lado a infra-estrutura de armazenamento e

recuperação de dados;

Os resultados abrem fronteiras para novas pesquisas envolvendo os termos em áreas

como Engenharia de Produção, Marketing, Gestão Estratégica das Informações e

Segurança de Dados.

Destaca-se a China e os EUA com 52% das publicações sobre Big Data e Cloud

Computing, a análise bibliométrica aponta que os artigos chineses estão concentrados

na área da computação e os artigos americanos estão concentrados na área biomédica.

Algumas propostas de novas pesquisas podem ser listadas:

o Identificar os Benefícios e desafios de integração de vários provedores de

serviços em nuvem;

o Identificar a existência de um modelo para trabalhar Big Data dentro de

Cloud Computing de forma mais facilitada;

o Estabelecer diretrizes e normas para lidar com os desafios de segurança dos

dados disponibilizados na nuvem;

o .

Na área de Engenharia de Produção existem algumas lacunas, o que abre novas

perspectivas sobre a Pesquisa envolvendo o uso do Big Data, a saber:

o A pequena quantidade de artigos existente, o que pode indicar um campo em

início de pesquisas;

o Analisar se a combinação de sistemas torna mais difícil o gerenciamento do

Big Data com foco no processo decisório em Engenharia de Produção;




15

o Identificar em quais áreas específicas as pesquisas sobre Big Data e Cloud

Computing e Engenharia de Produção são ainda incipientes;

o A necessidade da Engenharia de Produção em obter dados estruturados e não

estruturados para tomada de decisão;

o Os novos desafios estratégicos para a competividade empresarial envolvendo

novas e modernas ferramentas que proporcionem a Engenharia de Produção

um lugar de destaque no cenário de desenvolvimento global.

o O Brasil se destaca no uso Big Data através de soluções para “garimpar”

conteúdos com a agilidade e a eficiência necessárias à tomada de decisões

com o objetivo de aumentar a produtividade dos negócios no segmento

petrolífero

6– Conclusão

A contribuição deste artigo é demostrar uma oportunidade de pesquisa envolvendo

Engenharia de Produção a partir de Big Data e Cloud Computing;.

A tendência que a pesquisa bibliométrica apontou é que, a partir de 2013, os modelos de

serviços de Cloud Computing estão mais atentos ao Big Datal.

Esta nova realidade pode vir a contribuir para a criação de serviços que ofereçam maior

facilidade no uso dos dados estruturados e não estruturados existentes no Big Data auxiliando

a tomada de decisão em Engenharia de Produção.

Esses novos tipos de serviços mediados por tecnologia necessitam do desenvolvimento de

estratégias que os tornem cada vez mais seguros e acessíveis.

Novos estudos se fazem necessários para lançar bases sólidas de conhecimento trazendo para

maior número de organizações os benefícios que o Big Data e a Cloud Computing podem

oferece;.

Proporcionar auxílio aos Engenheiros de Produção que buscam novas perspectivas de

aprimoramento no mundo globalizado de tecnologia e novos sistemas.

Referências




16

ANSOFF, H. I.; McDONNELL, E. J. Implantando a administração estratégica. São Paulo:

Atlas, 1993.

BEUREN, I. M. Gerenciamento da Informação: um recurso estratégico no processo de

gestão empresarial. São Paulo: Atlas, 2000.

BOYD, Danah; CRAWFORD, Kate. Six provocations for Big Data . In: Symposiumon the

Dynamics of the Internet and Society. Oxford Internet Institute, 2013.caso

CAI, J.; XIANGDONG, L.; XIAO, Z.; LIU, J.; Improving supply chain performance

management: A systematic approach to analyzing iterative KPI accomplishment. Decision

Support Systems, v. 46, n. 2, p. 512-521, 2009.

CHANG, F.; DEAN, J.; GHEMAWAT, S.; HSIEH, W.; WALLACH, D.; BURROWS, M,;

CHANDRA, T.; FIKES, A.; GRUBER, R. Big table: A distributed Storage System for

Structured Data. In ACM Transaction on Computer Systems Vol 26m No 2, Artigo 4, 2008

CHEN, H. 2006. Intelligence and Security Informatics for International Security:

Information Sharing and Data Mining, New York: Springer.

CHEN, H. 2009. AI, E-Government, and Politics 2.0, IEEE Intelligent Systems (24:5), pp.

64-67.

CHEN, H. 2011a. Design Science, Grand Challenges, and Societal Impacts, ACM

Transactions on Management Information Systems (2:1), pp. 1:1-1:10.

CHEN, H. 2011b. Smart Health and Wellbeing, IEEE Intelligent Systems (26:5), pp. 78-79.

CHEN, H.; CHIANG, R.H.L.; STOREY, V. C. Business Intelligence and Analytics: From

Big Data to Big Impact. MIS Quarterly, v. 36, n. 4, p. 1165-1188, 2012.

CHEN, H. 2012. Dark Web: Exploring and Mining the Dark Side of the Web, New York:

Springer.

CHEN, H., Reid, E., Sinai, J., Silke, A., and Ganor, B. Terrorism Informatics: Knowledge

Management and Data Mining for Homeland Security, New York: Springer. . (eds.). 2008




17

CHIANG, R. H. L., Goes, P., and Stohr, E. A. Business Intelligence and Analytics

Education and Program Development: A Unique Opportunity for the Information Systems

Discipline, ACM Transactions on Management Information Systems (3:3), forthcoming. .

2012

CHRISTENSEN, C. The innovator's dilemma: when new technologies cause great firms to

fail. Harvard Business Press, 1997.

COSTA, L. H. M. K.; AMORIN, M. D.; CAMPISTA, M.E.M.; RUBINSTEIN,M.G;

FLORISSI,P; DUARTE,O.C.M.B. Grandes massas de dados na nuvem: desafios e técnicas

para inovação. In: Minicurso do XXX Simpósio Brasileiro de Redes de Computadores e

Sistemas Distribuidos (SBRC); 2012.

DAVENPORT, T. H. 2006. Competing on Analytics, HarvardBusiness Review (84:1), p.

98-107.

IBM, Big Data : at the speed of business, 2013 Em: < http://www-

01.ibm.com/software/data/bigdata/what-is-big-data.html> Acesso em 12 de Novembro 2013.

IBM- What is Big Data ? Bringing Big Data to enterprise, 2011

www.ibm.com/software/data/bigdata Acesso em13 novembro de 2013

ISACA 2000, Executive Summary. ISACA – Information Systems Audit and Control

Associantion & Foundation, 3rd Edition, 2000.

ISACA, Big Data : Impactos e Beneficios, ISACA, 2013 Em:

<http://www.isaca.org/Knowledge-Center/Research/ResearchDeliverables/Pages/Big-Data-

Impacts-and-Benefits.aspx> Acesso em 12 de Junho 2013.

LAINHART IV, John W. CobiT™: a methodology for managing and controlling information

and information technology risks and vulnerabilities. Journal of Information Systems, v. 14, n.

s-1, p. 21-25, 2000.




18

MACIAS-CHAPULA, César A.; RODEA-CASTRO, Irma P.; NARVAEZ-

BERTHELEMOT, Nora. Bibliometric analysis of AIDS literature in Latin America and

the Caribbean. Scientometrics, v. 41, n. 1-2, p. 41-49, 1998.

MCAFEE, A.; BRYNJOLFSSON, E.;.Big Data The Management Revolution – Exploiting

vast new flows of information can radically improve your company´s performance. But

first you llhaveto change your decision-making culture. Business Review, edição outubro

2012.

McAfee, A., Brynjolfsson, E., Davenport, T. H., Patil, D. J., & Barton, D. (2012). Big Data

. The management revolution. Harvard Bus Rev, 90(10), 61-67.

MCAFEE, Andrew et al. Big Data . The management revolution. Harvard Bus Rev, v. 90,

n. 10, p. 61-67, 2012.

MANYIKA, J., CHUI, M., BROWN, B., BUGHIN, J., DOBBS, R., ROXBURGH, C., &

BYERS, A. H. Big Data : The next frontier for innovation, competition and productivity.

McKinsey Global Institute, 2011.

MINTZBERG, H.; QUINN. O processo da estratégia. 3º ed. Porto Alegre: Bookman, 2001.

PINTO, Ricardo Aurélio Q.; DE RAMOS, Mário César; DEL CORSO, Jansen Maia. Relação

entre a estrutura, a estratégia e a arquitetura estratégica como fator de sucesso: um

estudo de caso.Revista Produção Online, v. 10, n. 1, 2010.

SANTOS, G. S.; CAMPOS, F. C. Governança na oferta de serviços: modelo de outsourcing

para provedores de tecnologia da informação - São Paulo: Atlas, 2012.

SILVA, I. M.; CAMPOS, F. C. NEW PERSPECTIVES USING BIG DATA: A STUDY

OF BIBLIOMETRIC. 11º CONTECSI – International Conference on Information Systems

and Technology Management. USP, 2014.

SOUSA F. R. C., MOREIRA L. O., MACÊDO J A., MACHADO J. C Gerenciamento de

Dados em Nuvem: Conceitos, Sistemas e Desafios 1 2 Universidade Federal do Ceará

(UFC), 2009




19

SCHADT, EE ; LINDERMAN, MD; SORENSON, J; LEE, L;NOLAN, GP Cloud and

heterogeneous computing solutions exist today for the emerging Big Data problems in

biology Nature Reviews Genetics 12.3 (2011): 224-224.

SCHRAGE M. Big Data's Dangerous New Era of Discrimination Harvard business review

2014

TAURION C. Cloud Computing: Computação em Nuvem: transformando o mundo da

tecnologia da informação. Rio de Janeiro: Editora Brasport, 2009.

TAGUE-SUTCLIFFE, Jean. An introduction to informetrics. Information processing &

management, v. 28, n. 1, p. 1-3, 1992.

TRKMAN, P., MCCORMACK, K., DE OLIVEIRA, M. P. V., .LADEIRA, M. B. The

impact of business analytics on supply chain performance. Decision Support Systems, v.

49, n. 3, p. 318-327, 2010.

https://apps.webofknowledge.com/OneClickSearch.do?product=WOS&search_mode=OneClickSearch&excludeEventConfig=ExcludeIfFromFullRecPage&colName=WOS&SID=4FgybPHWpqXfKfkVFYS&field=AU&value=Schadt,%20EE

https://apps.webofknowledge.com/OneClickSearch.do?product=WOS&search_mode=OneClickSearch&excludeEventConfig=ExcludeIfFromFullRecPage&colName=WOS&SID=4FgybPHWpqXfKfkVFYS&field=AU&value=Linderman,%20MD

https://apps.webofknowledge.com/OneClickSearch.do?product=WOS&search_mode=OneClickSearch&excludeEventConfig=ExcludeIfFromFullRecPage&colName=WOS&SID=4FgybPHWpqXfKfkVFYS&field=AU&value=Sorenson,%20J

https://apps.webofknowledge.com/OneClickSearch.do?product=WOS&search_mode=OneClickSearch&excludeEventConfig=ExcludeIfFromFullRecPage&colName=WOS&SID=4FgybPHWpqXfKfkVFYS&field=AU&value=Lee,%20L

https://apps.webofknowledge.com/OneClickSearch.do?product=WOS&search_mode=OneClickSearch&excludeEventConfig=ExcludeIfFromFullRecPage&colName=WOS&SID=4FgybPHWpqXfKfkVFYS&field=AU&value=Nolan,%20GP

https://www.google.com.br/url?sa=t&rct=j&q=&esrc=s&source=web&cd=1&cad=rja&uact=8&ved=0CB8QFjAA&url=https%3A%2F%2Fhbr.org%2F2014%2F01%2Fbig-datas-dangerous-new-era-of-discrimination%2F&ei=xA-SVJ6-McLLsAT99ICgBw&usg=AFQjCNHZozsIdWoHSuiJNVdkbSO9ooXohg&bvm=bv.82001339,d.cWc

Documents

BIG DATA E CLOUD COMPUTING PERPECTIVAS DE USO EM ... · 3. Computação em Nuvem (Cloud Computing) Também conhecida por Cloud Computing, a Computação em Nuvens é definida por