Big data para governos
-
Upload
cranoya -
Category
Social Media
-
view
446 -
download
0
description
Transcript of Big data para governos
![Page 1: Big data para governos](https://reader033.fdocuments.in/reader033/viewer/2022051411/546b9cfdb4af9f6b2c8b4d06/html5/thumbnails/1.jpg)
Resultados rápidos, efetivos e simples!
!
Big Data para Governos!
Importante: Fotos desta apresentação foram 2radas do Google Image
![Page 2: Big data para governos](https://reader033.fdocuments.in/reader033/viewer/2022051411/546b9cfdb4af9f6b2c8b4d06/html5/thumbnails/2.jpg)
“Although the term seems enterprise-oriented, a significant component of the big data in the civic realm comes from the community. Citizens generate data when they converse with their governments via social media, when they participate in online "ideation" forums, and when they call 311 or use city apps to report problems or rate services. This citizen feedback can
be curated into solutions to guide governments'
rulemaking, problem solving and resource allocation.” STEPHEN GOLDSMITH Professor of the Practice of Government and the Director of the Innovations in Government Program at the Harvard Kennedy School (Maio 2013)
![Page 3: Big data para governos](https://reader033.fdocuments.in/reader033/viewer/2022051411/546b9cfdb4af9f6b2c8b4d06/html5/thumbnails/3.jpg)
“Yet these massive amounts of data will drive efficiency only
when organized and analyzed in a manner that supports decision-making.” STEPHEN GOLDSMITH Professor of the Practice of Government and the Director of the Innovations in Government Program at the Harvard Kennedy School (Maio 2013)
![Page 4: Big data para governos](https://reader033.fdocuments.in/reader033/viewer/2022051411/546b9cfdb4af9f6b2c8b4d06/html5/thumbnails/4.jpg)
CASE BigData Setor Público
![Page 5: Big data para governos](https://reader033.fdocuments.in/reader033/viewer/2022051411/546b9cfdb4af9f6b2c8b4d06/html5/thumbnails/5.jpg)
6% 15%
10% 37%
19%
6% 7%
Abor2on/Choice Medicare/SS
Middle Class Jobs/Economy
Budget/Deficit Obamacare
Foreign Policy
*Sentiment Score = (number of Positive Comments – number of Negative Comments)/Total Comments * 100%
Resumo dos temas!
5
Current Week Previous Week Change
Abor2on/Choice 6.0% 6.1% 0.1%
Medicare/Social Security 14.8% 14.5% 0.3%
Protec2ng the middle class 9.7% 6.9% 2.8%
Jobs/Economy 37.3% 39.5% 2.2%
Budget deficit 19.7% 17.2% 2.5%
Obamacare 5.8% 5.0% 0.8%
Foreign Policy 6.7% 10.8% 4.1%
Share of Voice – Key Issues
Candidate Sentiment – Obama (D) vs. Romney (R)
ACHADOS: Emprego e Economia são os temas que mais preocupam e devem ser discutidos. Política externa tem perdido espaço nas discussões • Obama: Obama foi o mais citado em quase
todos os estados. O “Sentiment Score” foi sempre positivo e aumentou 1.1 ponto percentual durante o debate.
• Romney: O “Sentiment Score” diminuiu em 1.3 ponto percentual e foi negativo em todos os estados. O volume de conversas sobre ele diminuiu muito.
Candidate Current Week Previous Week Change
Obama 1.7 0.6 1.1
Romney -‐8.1 -‐6.8 1.3
![Page 6: Big data para governos](https://reader033.fdocuments.in/reader033/viewer/2022051411/546b9cfdb4af9f6b2c8b4d06/html5/thumbnails/6.jpg)
Sentiment Score* por alguns Estados!
6
State Obama Romney
Current Week Previous Week Change Current Week Previous Week Change
Wisconsin 2.0 3.7 1.7 -‐9.5 -‐4.8 4.7
Virginia 2.3 1.9 0.4 -‐6.7 -‐11.3 4.6
North Carolina 1.7 0.4 1.3 -‐6.8 -‐5.6 1.2
Florida 0.8 0.1 0.7 -‐6.7 -‐3.8 2.9
Ohio 1.4 -‐1.4 2.8 -‐5.8 -‐5.1 0.7
Colorado 3.5 0.5 3.0 -‐6.2 -‐4.5 1.7
New Hampshire 4.3 1.7 2.6 -‐6.3 -‐14.4 8.1
Nevada 5.6 -‐0.8 6.4 -‐14.3 -‐6.8 7.5
• Obama’s Sentiment Score positivo em todos os Estados. • Romney’s Sentiment Score negativos em todos os Estados.
*Sentiment Score = (number of Positive Comments – number of Negative Comments)/Total Comments * 100%
![Page 7: Big data para governos](https://reader033.fdocuments.in/reader033/viewer/2022051411/546b9cfdb4af9f6b2c8b4d06/html5/thumbnails/7.jpg)
Voz do povo em alguns Estados!
7
State AborFon/ Choice
Medicare/ Social Security
ProtecFng the middle class
Jobs/ Economy Budget deficit Obamacare Foreign Policy
Wisconsin 10.3% 16.4% 13.0% 32.0% 16.5% 5.8% 6.0%
Virginia 5.6% 11.8% 10.3% 35.5% 24.8% 5.1% 6.9%
North Carolina 5.1% 11.6% 7.9% 37.6% 23.5% 4.8% 9.5%
Florida 6.3% 16.1% 8.0% 40.5% 16.8% 5.9% 6.4%
Ohio 4.9% 17.5% 11.7% 31.0% 22.9% 6.8% 5.2%
Colorado 4.1% 15.3% 10.3% 46.5% 12.6% 5.8% 5.4%
New Hampshire 6.3% 9.9% 23.9% 26.9% 23.8% 4.1% 5.1%
Nevada 8.9% 13.9% 6.2% 37.4% 17.7% 7.1% 8.8%
![Page 8: Big data para governos](https://reader033.fdocuments.in/reader033/viewer/2022051411/546b9cfdb4af9f6b2c8b4d06/html5/thumbnails/8.jpg)
ANTE-PROJETO Setor Público
![Page 9: Big data para governos](https://reader033.fdocuments.in/reader033/viewer/2022051411/546b9cfdb4af9f6b2c8b4d06/html5/thumbnails/9.jpg)
Meta!1. Melhorar a comunicação dos serviços entre os governos e
a população
2. Comunicar sobre os recursos de forma eficiente
3. Construir comunidades mais sustentáveis
4. Fortalecer a identidade estudantil, profissional e empreendedora do cidadão
5. Engajamento da população.
6. Medir resultado do impacto das ações.
![Page 10: Big data para governos](https://reader033.fdocuments.in/reader033/viewer/2022051411/546b9cfdb4af9f6b2c8b4d06/html5/thumbnails/10.jpg)
Objetivo!
Engajamento Governo
Sociedade
![Page 11: Big data para governos](https://reader033.fdocuments.in/reader033/viewer/2022051411/546b9cfdb4af9f6b2c8b4d06/html5/thumbnails/11.jpg)
Diagnóstico!
3. Como oferecer os serviços que a população mais precisa, quando ela precisa ? (Como Falar)
2. Os programas custeados geram resultados mensuráveis ? (Como Medir)
1. Como usar dados para compreender as necessidades da população? (Como Escutar)
Perguntas críticas para estabelecer os pilares do projeto:
![Page 12: Big data para governos](https://reader033.fdocuments.in/reader033/viewer/2022051411/546b9cfdb4af9f6b2c8b4d06/html5/thumbnails/12.jpg)
Execução passo-a-passo!
Desenvolvimento do modelo
Relevância nas ações
Efetividade das ações
Prestação de contas
![Page 13: Big data para governos](https://reader033.fdocuments.in/reader033/viewer/2022051411/546b9cfdb4af9f6b2c8b4d06/html5/thumbnails/13.jpg)
Execução passo-a-passo!
Desenvolvimento do modelo
Relevância nas ações
Efetividade das ações
Prestação de contas
![Page 14: Big data para governos](https://reader033.fdocuments.in/reader033/viewer/2022051411/546b9cfdb4af9f6b2c8b4d06/html5/thumbnails/14.jpg)
Escolha dos dados: um delicado equilíbrio entre esforço, custo e
ganhos
![Page 15: Big data para governos](https://reader033.fdocuments.in/reader033/viewer/2022051411/546b9cfdb4af9f6b2c8b4d06/html5/thumbnails/15.jpg)
Construção de uma visão 360o de seu
público
![Page 16: Big data para governos](https://reader033.fdocuments.in/reader033/viewer/2022051411/546b9cfdb4af9f6b2c8b4d06/html5/thumbnails/16.jpg)
Deve incluir...!
Canais
Fontes de dados
Pontos de contato
![Page 17: Big data para governos](https://reader033.fdocuments.in/reader033/viewer/2022051411/546b9cfdb4af9f6b2c8b4d06/html5/thumbnails/17.jpg)
BIG DATA conceito, no qual o foco é o grande armazenamento de dados e maior velocidade
![Page 18: Big data para governos](https://reader033.fdocuments.in/reader033/viewer/2022051411/546b9cfdb4af9f6b2c8b4d06/html5/thumbnails/18.jpg)
Canais e pontos de contato para visão 360o!
DB Stage
Analy2cs API
Adsense API
API
API
API
Outros
DB Stage
Fale Conosco
API
Exemplo ilustrativo
![Page 19: Big data para governos](https://reader033.fdocuments.in/reader033/viewer/2022051411/546b9cfdb4af9f6b2c8b4d06/html5/thumbnails/19.jpg)
Respeitando a complexidade em Big Data!
velocidade
volume
variedade
veracidade
valor
![Page 20: Big data para governos](https://reader033.fdocuments.in/reader033/viewer/2022051411/546b9cfdb4af9f6b2c8b4d06/html5/thumbnails/20.jpg)
Viabilizamos as escolhas em Big Data!
![Page 21: Big data para governos](https://reader033.fdocuments.in/reader033/viewer/2022051411/546b9cfdb4af9f6b2c8b4d06/html5/thumbnails/21.jpg)
BIG DATA Uma nova era em termos de
análise preditiva e personalização em massa de
comunicação
![Page 22: Big data para governos](https://reader033.fdocuments.in/reader033/viewer/2022051411/546b9cfdb4af9f6b2c8b4d06/html5/thumbnails/22.jpg)
Segmentação : perfil comportamental!
MULTIPLICADORES
CONHECEDORES
ENVOLVIDOS
INDIFERENTES
INTERESSADOS
ESCALA DO ENVOLVIMENTO da população
A premissa para um modelo que considera núcleos geográficas;
infraestrutura de transporte e saúde juntamente com emprego
(+)
(-)
![Page 23: Big data para governos](https://reader033.fdocuments.in/reader033/viewer/2022051411/546b9cfdb4af9f6b2c8b4d06/html5/thumbnails/23.jpg)
Evolução!Pa
tam
ar d
e Ev
oluç
ão T
écni
ca
Alto
B
aixo
Fases de Implementação
FASE EVOLUTIVA 1
FASE INICIAL
FASE EVOLUTIVA 2
• utilização de dados para suportar o desenho de uma estratégia de comunicação diferenciada
Instrumentalização
Intelig6encia
Conexão
![Page 24: Big data para governos](https://reader033.fdocuments.in/reader033/viewer/2022051411/546b9cfdb4af9f6b2c8b4d06/html5/thumbnails/24.jpg)
Execução passo-a-passo!
Desenvolvimento do modelo
Relevância nas ações
Efetividade das ações
Prestação de contas
![Page 25: Big data para governos](https://reader033.fdocuments.in/reader033/viewer/2022051411/546b9cfdb4af9f6b2c8b4d06/html5/thumbnails/25.jpg)
Objetivo!
Percepção de tratamento individual do cidadão (personalização em massa)
= cumplicidade com o Governo
![Page 26: Big data para governos](https://reader033.fdocuments.in/reader033/viewer/2022051411/546b9cfdb4af9f6b2c8b4d06/html5/thumbnails/26.jpg)
E em termos de conteúdo?!
Conteúdo; mudou a rapidez de produção e a instantaneidade de
sua difusão
![Page 27: Big data para governos](https://reader033.fdocuments.in/reader033/viewer/2022051411/546b9cfdb4af9f6b2c8b4d06/html5/thumbnails/27.jpg)
Mudou, não somente a ‘vida pessoal’, mas mudou a
relação da população com o governo.
![Page 28: Big data para governos](https://reader033.fdocuments.in/reader033/viewer/2022051411/546b9cfdb4af9f6b2c8b4d06/html5/thumbnails/28.jpg)
Campanhas Ações
Comunicação com tecnologia aplicada!
Gerenciamento da informação e da
comunicação com a população
![Page 29: Big data para governos](https://reader033.fdocuments.in/reader033/viewer/2022051411/546b9cfdb4af9f6b2c8b4d06/html5/thumbnails/29.jpg)
Evolução!
• ações de comunicação segmentadas para a gestão da prestação de contas
Pata
mar
de
Evol
ução
Téc
nica
A
lto
Bai
xo
Fases de Implementação
FASE EVOLUTIVA 1
FASE INICIAL
FASE EVOLUTIVA 2
Instrumentalização
Inteligência
Conexão
![Page 30: Big data para governos](https://reader033.fdocuments.in/reader033/viewer/2022051411/546b9cfdb4af9f6b2c8b4d06/html5/thumbnails/30.jpg)
Execução passo-a-passo!
Desenvolvimento do modelo
Relevância nas ações
Efetividade das ações
Prestação de contas
![Page 31: Big data para governos](https://reader033.fdocuments.in/reader033/viewer/2022051411/546b9cfdb4af9f6b2c8b4d06/html5/thumbnails/31.jpg)
A efetividade da ação é uma função de um ‘conteúdo
relevante’ e do ‘tempo de ação/reação’
![Page 32: Big data para governos](https://reader033.fdocuments.in/reader033/viewer/2022051411/546b9cfdb4af9f6b2c8b4d06/html5/thumbnails/32.jpg)
EXPECTATIVA Apesar da definição de tempo continuar a mesma, a expectativa de ‘tempo de reação’ mudou
![Page 33: Big data para governos](https://reader033.fdocuments.in/reader033/viewer/2022051411/546b9cfdb4af9f6b2c8b4d06/html5/thumbnails/33.jpg)
Por qual motivo?
![Page 34: Big data para governos](https://reader033.fdocuments.in/reader033/viewer/2022051411/546b9cfdb4af9f6b2c8b4d06/html5/thumbnails/34.jpg)
Por que a expectativa mudou?!
Principalmente por causa da disponibilidade e acesso
(inclusive $), versatilidade e variedade de uso das tecnologias
digitais, sociais e móveis
![Page 35: Big data para governos](https://reader033.fdocuments.in/reader033/viewer/2022051411/546b9cfdb4af9f6b2c8b4d06/html5/thumbnails/35.jpg)
Novas tecnologias e disciplinas!
Acompanhamento mensuração de resultados
adequação da velocidade de tomada de decisão
Governo Competente
![Page 36: Big data para governos](https://reader033.fdocuments.in/reader033/viewer/2022051411/546b9cfdb4af9f6b2c8b4d06/html5/thumbnails/36.jpg)
Ligação entre as ações e os atores!
MULTIPLICADORES
CONHECEDORES
ENVOLVIDOS
ESCALA DO ENVOLVIMENTO DOS FUNCIONÁRIOS PÚBLICOS
(+)
(-)
! Além de uma análise personalizada 360º do cidadão, promovemos a ligação entre ações e atores
![Page 37: Big data para governos](https://reader033.fdocuments.in/reader033/viewer/2022051411/546b9cfdb4af9f6b2c8b4d06/html5/thumbnails/37.jpg)
Evolução!Pa
tam
ar d
e Ev
oluç
ão T
écni
ca
Alto
B
aixo
Fases de Implementação
FASE EVOLUTIVA 1
FASE INICIAL
FASE EVOLUTIVA 2
• mecanismo para gestão de resultados do sistema de educação pública
• mensuração e descoberta de padrões de resposta
Instrumentalização
Inteligência
Conexão
![Page 38: Big data para governos](https://reader033.fdocuments.in/reader033/viewer/2022051411/546b9cfdb4af9f6b2c8b4d06/html5/thumbnails/38.jpg)
Execução passo-a-passo!
Desenvolvimento do modelo
Relevância nas ações
Efetividade das ações
Prestação de contas
![Page 39: Big data para governos](https://reader033.fdocuments.in/reader033/viewer/2022051411/546b9cfdb4af9f6b2c8b4d06/html5/thumbnails/39.jpg)
E como gerar valor com este ferramental?!
Fonte: McKinsey & Co
E x p e r i ê n c i a d e u s o E x p e c t a t i v a d e u s o
Satisfação do Público
Encantamento do Público
Va
lor
do
cli
en
te
Hipótese de Encantamento
Em estudo empírico, já se comprovou que ao exceder às expectativas da população podemos aumentar o valor percebido da ações.
! Identificando, servindo e reagindo adequadamente ao comportamento de seu público
![Page 40: Big data para governos](https://reader033.fdocuments.in/reader033/viewer/2022051411/546b9cfdb4af9f6b2c8b4d06/html5/thumbnails/40.jpg)
Resutado!
Você
Face-‐a-‐face Jornal
local Twi`er Facebook LinkedIn Email
Seu público
Os amigos de seu público
envolvimento e engajamento com o
governo (Boca a Boca)
![Page 41: Big data para governos](https://reader033.fdocuments.in/reader033/viewer/2022051411/546b9cfdb4af9f6b2c8b4d06/html5/thumbnails/41.jpg)
Christiano Ranoya!• Diretor da INDICO|U-NEAR. Professor do Curso de Marketing Direto na ABEMD há 12
anos. Ex-professor de graduação da ESPM. MBA em Finanças e Marketing Internacional pela Califórnia State University com pós-graduação em Marketing pela Califórnia State University e bacharel em Economia pela PUC-SP. Nos últimos anos desenvolveu, implementou e gerenciou mais de 60 programas de relacionamento, DBM e fidelidade. Experiência profissional no Brasil e no exterior em empresas como MarketData, MarketSystem, Banco Santander, Lacta, Votorantim Celulose e Papel, e Biokinetics (EUA), entre outras. Seis anos de experiência internacional (EUA e Suíça).!
Luiz Panareli!• Diretor da INDICO|U-NEAR. Formado em Análise de Sistemas pela Universidade
Paulista, formado em Marketing pela Universidade Metodista e com MBA em Marketing pela FGV-SP. Possui mais de 20 anos de experiência nos mercados de tecnologia, DBM e Customer Business Intelligence. Liderou grandes projetos em empresas conceituadas como Banco Santander, Banco Abn Amro Real, Aymoré, C&A, Serasa e Banco Itaú. Em 2009, empreendeu e construiu a MyDBM, onde desenvolveu tecnologia proprietária para soluções de enriquecimento de dados, dirigiu implantações de importantes projetos de DBM, Customer Business Inteligence e CRM.!
Executivos!
![Page 42: Big data para governos](https://reader033.fdocuments.in/reader033/viewer/2022051411/546b9cfdb4af9f6b2c8b4d06/html5/thumbnails/42.jpg)
Rua Dr. Renato Paes de Barros, 717 4º. Andar – São Paulo!
Endereços!
Rua do Russel, 270 – 2º. Andar – Rio de Janeiro!
![Page 43: Big data para governos](https://reader033.fdocuments.in/reader033/viewer/2022051411/546b9cfdb4af9f6b2c8b4d06/html5/thumbnails/43.jpg)
Chris Ranoya [email protected] +55 11 99231-‐0501