Programa de Pós-Graduação em Ciência, Tecnologia e inovação

URI Permanente desta comunidadehttps://repositorio.ufrn.br/handle/123456789/24250

Navegar

Agora exibindo 1 - 3 de 3

Aplicação do data mining como ferramenta de inovação para decisões estratégicas em vendas em uma empresa de acessórios para moda
(Universidade Federal do Rio Grande do Norte, 2024-09-30) Abreu, Rafael Bezerra de; Cabral, Marco Antônio Leandro; Matamoros, Efrain Pantaleon; https://orcid.org/0000-0002-4052-5739; http://lattes.cnpq.br/5336356193599447; http://lattes.cnpq.br/5534453101318814; http://lattes.cnpq.br/6347994642217646; Abreu, Carlos Alexandre Camargo de; Agra Neto, João
O advento do Big Data tem catalisado uma mudança fundamental nas empresas, exigindo o aprimoramento de sua capacidade de explorar dados. Essa evolução mostra-se essencial para a obtenção de insights valiosos sobre os clientes e para a utilização eficaz da análise na tomada de decisões estratégicas. A partir das informações obtidas por meio de ferramentas de inovação, como o Data Mining, responsável pelo processo de mineração de dados, as empresas têm a possibilidade de criar ações estratégicas que direcionem os esforços para o alcance de metas e objetivos previamente determinados. A pesquisa justifica-se pelos problemas enfrentados pelas empresas no gerenciamento de dados e pelas limitações na gestão da informação. Nesse contexto, o processo de Data Mining apresenta-se como uma alternativa viável para o gerenciamento organizacional. O objetivo do estudo consiste em desenvolver um processo de aplicação do Data Mining como ferramenta de inovação para decisões estratégicas em vendas, no âmbito de uma empresa de acessórios de moda. A questão central da pesquisa é: Como utilizar o Data Mining no apoio à tomada de decisão empresarial? Para responder a essa questão, foi conduzida uma revisão de literatura, seguida de um estudo de caso em uma empresa do setor. A pesquisa utilizou o algoritmo K-Means para realizar a clusterização dos representantes de vendas, permitindo a segmentação em grupos homogêneos com base em variáveis como faturamento, quantidade de pedidos e margem de lucro. Os resultados demonstram que o uso do Data Mining, aliado à clusterização, possibilitou uma análise detalhada dos perfis dos representantes, viabilizando a formulação de estratégias personalizadas para cada grupo. Para o cluster 1, recomendou-se a manutenção do desempenho por meio de estratégias de retenção e incentivo. O cluster 0, por sua vez, foi identificado como alvo de ações corretivas, envolvendo o desenvolvimento de novos treinamentos e a revisão de políticas comerciais. Já o cluster 2 apresentou oportunidades para aumentar o volume de vendas e a margem de lucro, principalmente pela adoção de estratégias como venda cruzada e up-selling. Conclui-se que a aplicação do Data Mining gerou ganhos substanciais para a empresa, otimizando processos e permitindo decisões estratégicas mais assertivas. As recomendações finais sugerem a replicação do processo em outras áreas da organização e em diferentes contextos organizacionais, com o objetivo de ampliar os resultados positivos.
Desenvolvimento de ferramenta tecnológica para sistematização da metodologia business process management (BPM) no varejo alimentar
(Universidade Federal do Rio Grande do Norte, 2024-09-30) Julião, Rodrigo Bessa; Cabral, Marco Antônio Leandro; Matamoros, Efrain Pantaleon; https://orcid.org/0000-0002-4052-5739; http://lattes.cnpq.br/5336356193599447; http://lattes.cnpq.br/5534453101318814; http://lattes.cnpq.br/8868194485542826; Abreu, Carlos Alexandre Camargo de; Agra Neto, João
No âmbito das consultorias em gestão, é natural que sejam identificadas lacunas no dia a dia das operações. A falta de entendimento dos principais processos é um sintoma latente das organizações, que culmina na dificuldade de controle desses processos e consequentemente em galgar maiores patamares de maturidade gerencial. Nesse contexto aliado ao projeto de pesquisa intitulado “Desenvolvimento e implantação de ferramentas BPM em uma empresa de alimentos”, tem-se a oportunidade de aplicar os conceitos de BPM aliado a transformação digital em gestão por meio da metodologia de pesquisa aplicada. O objetivo geral desse trabalho, portanto, engloba a identificação dessas lacunas, desenvolvimento e aplicação de uma ferramenta tecnológica empregando a metodologia pesquisa aplicada em um departamento de uma empresa do varejo alimentar. Com o apoio de plataformas abertas de gestão de projetos e utilizando por base a perspectiva das principais áreas de atuação da metodologia business process management (BPM) que são: pessoas, negócios e processos, o resultado alcançado revela a elevação do nível de maturidade gerencial da empresa do nível mais baixo da escala adotada para o nível intermediário, levando a efeitos em cascata na operação para a aplicação recursiva da metodologia BPM nos demais setores da operação. Ao final deste trabalho, foi aconselhado aos gestores da empresa que agora com a identificação e entendimento dos principais processos da organização, sejam realizados treinamentos internos e novas rodadas de avaliação dos processos da organização para que a organização atinja patamares mais elevados de maturidade gerencial.
Machinery Guardian: otimizando manutenção com inteligência artificial e autonomia
(Universidade Federal do Rio Grande do Norte, 2025-02-07) Cavalcanti, André Fonseca; Cabral, Marco Antonio Leandro; Matamoros, Efrain Pantaleon; https://orcid.org/0000-0002-4052-5739; http://lattes.cnpq.br/5336356193599447; https://orcid.org/0000-0002-7364-9877; http://lattes.cnpq.br/5534453101318814; https://orcid.org/0000-0002-8186-3208; http://lattes.cnpq.br/7757695373242500; Zumba, Felipe Macedo; Agra Neto, João
O avanço da Indústria 4.0, marcado pela integração de sistemas inteligentes em processos produtivos, traz desafios e oportunidades para a manutenção de ativos, com foco na adoção de tecnologias autônomas e inteligência artificial. Este estudo investiga a implementação de sistemas de manutenção autônoma, analisando como essas tecnologias podem otimizar a detecção e classificação de falhas em sistemas ciberfísicos, melhorando a disponibilidade e confiabilidade de equipamentos. A pesquisa foi realizada utilizando metodologias de análise de dados em tempo real, com base em sensores e algoritmos de IA, resultando em diagnósticos precisos e intervenções mais eficazes. Os resultados indicam que a incorporação de inteligência artificial em sistemas de manutenção não apenas aumenta a eficiência operacional, mas também reduz custos e minimiza riscos, apontando para um futuro onde a manutenção autônoma se torna um padrão na indústria avançada.

SIGAA

Navegar

Navegando Programa de Pós-Graduação em Ciência, Tecnologia e inovação por Autor "Agra Neto, João"