REVISTACIENTIFICAMULTIDISCIPLINARNUCLEODOCONHECIMENTO

Revista Científica Multidisciplinar

Pesquisar nos:
Filter by Categorias
Agrartechnik
Agronomie
Architektur
Bauingenieurwesen
Bildung
Biologie
Buchhaltung
Chemical Engineering
Chemie
Computertechnik
Elektrotechnik
Ernährung
Ethik
Geographie
Geschichte
Gesetz
Gesundheit
Informatik
kochkunst
Kommunikation
Kunst
Literatur
Luftfahrtwissenschaften
Marketing
Maschinenbau
Mathematik
Naval Administration
Pädagogik
Philosophie
Physik
Produktionstechnik
Produktionstechnik
Psychologie
Sem categoria
Songtext
Sozialwissenschaften
Soziologie
Sportunterricht
Technologie
Theologie
Tierarzt
Tourismus
Umgebung
Umwelttechnik
Verwaltung
Wetter
Wissenschaft der Religion
Zahnmedizin
Zootechnik
история
Pesquisar por:
Selecionar todos
Autores
Palavras-Chave
Comentários
Anexos / Arquivos

Die Bedeutung von Big Data für Verständnis der Verbraucherkaufgewohnheiten, zunehmende Wettbewerbsvorteil im Handel

RC: 12320
49
5/5 - (1 vote)
DOI: ESTE ARTIGO AINDA NÃO POSSUI DOI
SOLICITAR AGORA!

CONTEÚDO

BULIAN, Braian de Souza [1]

ALENCAR, Cícero Aparecido [2]

BULIAN, Braian de Souza; ALENCAR, Cícero Aparecido. Die Bedeutung von Big Data für Verständnis der Verbraucherkaufgewohnheiten, zunehmende Wettbewerbsvorteil im Handel. Magazin multidisziplinären wissenschaftlich Knowledge Center. Ausgabe 08. 02 Jahr, Vol. 03. pp 18-41, November 2017. ISSN: 2448-0959

Zusammenfassung

Im aktuellen Marktszenario werden, um Unternehmen mehr und mehr heraus zu stehen. Verstehen Sie, wie Kunden und der Markt selbst verhalten sich wesentlich, wenn die Unternehmen programmiert werden, um besser zu dienen sie, um Wettbewerbsvorteile gegenüber ihren Konkurrenten zu erreichen. Das Ziel dieser Studie war es, wie Big Data (große Menge gespeicherter Daten) zu präsentieren Einzelhändler unterstützen können, um besser auf die spezifischen Gewohnheiten des Kaufens und Verhalten ihrer Kunden zu verstehen und wie sie helfen können sie effizienter internen Prozesse zu werden, die es ermöglicht, ihren Wettbewerbsvorteil zu erhöhen. Darüber hinaus stellte sie ein theoretisches Modell der Umsetzung von Big Data. Diese Studie schreitet gemäß Taurion Position (2013). “... Big Data schafft Mehrwert für Unternehmen Muster und Beziehungen zwischen Daten zu entdecken, die nicht nur auf internen Datenlager verloren, aber in ihrem eigenen Web, in Tweets, Kommentaren auf Facebook und sogar YouTube-Videos. „Es wurde festgestellt, dass die Verarbeitung und Analyse von Big Data, wenn sie gut umgesetzt wird, bieten Verbesserungen in verschiedenen Prozessen in Unternehmen, wie Marketing, Logistik, Entscheidungsfindung und andere. Denken Sie daran, dass Unternehmen eine Machbarkeitsstudie für die Anwendung dieser Technologie, um die Durchführung zu wissen, ob Ihr Unternehmen minimale Strukturen für die Umsetzung von Werkzeugen durchführen kann das Lesen und die Analyse dieser großen Datenmenge erforderlich ist.

Stichwort: Big Data, Einzelhandel, Wettbewerbsvorteile.

1. EINFÜHRUNG

Obwohl es sehr wichtig, durch die Schaffung formaler Arbeitsplätze, Umgang mit der Wirtschaft, Working Capital und anderen Einzelhandels hat sich erheblich negativ gelitten. Gemäß dem Gegenstand der Kugel (G1[3]) von Daniel Silveira und Marta Cavallini, aus dem Jahr 2015 wird der Zweig beim Umsatz Rückgänge. Mit dem instabilen wirtschaftlichen politischen Szenario heute ist der Trend, dass der Markt zunehmend wettbewerbsfähig wird. Als Ergebnis suchen Kunden für billigere Produkte. Ein Beweis dafür ist die Umsatzsteigerung und Erweiterung der Märkte nach dem Modell „atacarejo“ trading-Modus, die Self-Service-Groß-und Einzelhandel SB-Warenhaus-Typ-Mischungen, so dass der Verkauf von Produkten zu einem niedrigen Preis. Nach Exame Magazin, Forsch[4]ung während der Einleitung der brasilianischen Vereinigung der Großhändler von Self-Service (Abaas) weist darauf hin präsentiert, dass diese Art von Geschäft 46,4% der Haushalte erreicht und übertrifft damit in diesem Jahr (2016) dieses Kriterium Supermärkte, bereits übertroffen haben Verbrauchermärkte im Jahr 2015.

So folglich die Menschen ihre Form Gewohnheiten ändern sich anzupassen, sucht nach den niedrigsten Preisen oder der Suche nach den besten Kosten-Nutzen der einzelnen Produkte. Basierend auf diesem Szenario suchen Unternehmen nach Möglichkeiten, auf dem Markt zu bleiben, die auf einfache Lösungen wie Mitarbeiterentlassungen basieren können, oder sogar noch komplexer als Verbesserungen in den Prozessen. All dies zur Kostensenkung, während Kunden entsprechen, die Erhöhung ihre Wettbewerbsfähigkeit auf dem Markt und für das Überleben des Unternehmens, oder sogar Ihr Highlight.

Die Verwendung von Big Data mit spezifischen Werkzeugen hat eine fast notwendige Option für Unternehmen wird heute heraus zu stehen. Ein Schritt getan, einen realisierten Kauf, den Zugang zu Ihrem sozialen Netzwerk, eine Website, ein Klick. Jede Sekunde für jede Aktie gehalten werden Daten erzeugt. Sie hat es immer gegeben, aber jede Minute, die vergeht, werden sie in größerer Menge und Geschwindigkeit erzeugt. Darüber hinaus ist die Speicherkapazität und Datenlese nimmt dramatisch zu, das macht es auch möglich, sie in nützliche Informationen für den Markt zu verwandeln, unabhängig von ihrem Fachgebiet.

Der Big Data bezieht sich auf eine immense Menge an Daten und sind daher fähig spezielle Werkzeuge erforderlich Lesen durchgeführt wird, so dass alle interpretiert werden können, die Generierung von Informationen, die für den beabsichtigten Zweck nützlich sein werden. Unternehmen, nicht diese große Menge von Daten zu verwenden, fehlschlagen Daten zu interpretieren, wie auch immer, erzeugt werden. Folglich spezifische Informationen über Gewohnheiten wie Einkaufen und Transport, werden nicht erhoben. So könnten Unternehmen Prozesse bereits gemacht, wie Logistik, Marketing und andere Entscheidungen verbessern, immer den besten Weg, seine Kunden zu dienen suchen, unabhängig von ihren Bedürfnissen und somit einen Wettbewerbsvorteil auf dem aktuellen Markt zu gewinnen, wie umstritten. Durch diesen Zusammenhang in Frage stellt es: Wie Big Data unterstützen können jeden Verbraucher bestimmte Gewohnheiten des Kaufens Einzelhändler verstehen, und wie können Sie diese Hilfe?

Das Ziel dieser Studie zu untersuchen, wie Big Data Einzelhändler helfen können die spezifischen Gewohnheiten Kauf ihrer Kunden besser zu verstehen und dadurch Wettbewerbsvorteile zu erzielen. Zuerst wurde es durch bibliographische Referenzen vorgestellt, wie Unternehmen Daten sammeln können, finden Muster und Kaufgewohnheiten Ihrer Kunden und große Daten anwenden. Dann wurde es auf die Interpretation der gesammelten Daten Hilfe gezeigt, um die Effizienz der betrieblichen Abläufe zu erhöhen, bereits von den Unternehmen durchgeführt, um ihren Wettbewerbsvorteil zu erhöhen. Schließlich wurde auf den Unternehmen ein Bereitstellungsmodell von Big Data präsentiert, Verbesserungen in Verwaltungsprozessen von Verbraucher- und Marktmuster zu suchen. Somit kann man sagen, dass diese Arbeit an die Einzelhändler und zusätzliche Informationen für acadêmica.o Bereich durch die Implementierung von Big Data in den Unternehmen in diesem modernen Ambiente verursachte relevant sein kann. Darüber hinaus ist die Machbarkeit dieser Arbeit auf Grund der umfangreichen Inhalte, die über das Thema dient als theoretische Grundlage gefunden werden kann, und haben auch die tatsächlichen Ergebnisse und Vergleiche zwischen Unternehmen Big Data verwenden, und Unternehmen, die nicht verwenden.

2. THEORETISCHE

Dieses Kapitel beschäftigt sich mit den theoretischen Hintergrund des Projekts und liefert wichtige Informationen zum Verständnis des Konzepts der Big Data und seine Rolle in der heutigen Welt. Auch sie zeigt die Bedeutung der Anwendung dieser Technologie in Unternehmen, um die Effizienz ihrer Prozesse zu steigern und damit die Wettbewerbsfähigkeit der gleichen verbessern.

2.1 BIG DATA

Trotz seiner Erscheinung bei etwa Anfang der 90er Jahre, ist Big Data noch etwas Neues angesehen, da sie in den letzten Jahren häufiger nur immer. Aus diesem Grunde gibt es noch kein genaues Konzept, das definiert, was eigentlich der Big Data ist. So kann man viele Definitionen für sie um die gleiche Idee revolvierenden finden.

Laut Kenneth Laudon und Jane Laudon (2014), die vor kurzem der meisten der von den Organisationen gesammelten Daten bestanden aus Transaktionsdaten, die leicht organisiert und Management-Programme zusammenhängen könnten, aber in letzter Zeit gibt es einen Ausbruch von Daten aufgrund von großem Web-Traffic hat durch E-Mails und Social-Networking-Inhalte. Noch immer auf den Autoren bezieht sich der Big Data nicht auf eine bestimmte Menge an Informationen, aber die Daten im Bereich von Petabyte und Exabyte, von Milliarden Billionen von Datensatz zu sein, die alle aus verschiedenen Quellen.

Nach Enomura (2014), der Definition des Begriffs „Big Data“ ist sehr kompliziert, und seine erste Definition in einer heute Weise im Jahr 2001 mit Doug Firma Laney Gartner Group die berühmten Drei V (Volumen, Geschwindigkeit und Vielfalt) bekannt war, . Ist Datenbanken, deren Kapazität erfordert innovative Wege der Verarbeitung von Informationen für eine bessere Einsicht und Entscheidungsfindung.

Mayer-Schönberger und Cukier (. 2013, S. 4) tragen folgende Idee über den Begriff:

Es gibt keine strenge Definition für den Begriff. Zunächst war die Idee, dass das Volumen der Informationen so stark gewachsen war, dass die Menge nicht mehr berücksichtigt fit in den Computer Verarbeitungsspeicher, so Ingenieure die Instrumente für die Analyse verwendet zu verbessern hatte. Dies ist der Ursprung neuer Verarbeitungstechnologien wie MapReduce Google und seine Open-Source-äquivalent, Hadoop, ins Leben gerufen von Yahoo. Sie ermöglichen es, viel mehr Daten zu verwalten als zuvor, und die Daten – das ist wichtig – müssen nicht in Reihen oder in den Klassik-Charts zugeordnet werden.

Für eine bessere Entwicklung und das Verständnis für die Arbeit, dann gibt es eine Tabelle, andere wichtige Konzepte von Big Data enthält, von wichtigen Autoren im Bereich zitiert.

Tabelle 1: Autoren / Organisationen und ihre jeweiligen Konzepte von Big Data

Autor / Organisation Konzept
Taurion Cesar (2013, S.. 26) “… wohl reden wir über ein sehr signifikantes Volumen an Daten. Aber darüber hinaus miserabel Band, gibt es [..]eine Vielzahl von Daten u[…]nd Geschwindigkeit. […] persönlich füge ich zwei andere Variablen: Genauigkeit von Dat[…]en und Geschäftswert.
McKinsey Global Institute (2011) „Die umfangreiche Nutzung von sozialen Online-Netzwerke, mobile Geräte mit dem Internet, Transaktionen und digitalen Inhalten sowie die zunehmende Nutzung von Cloud Computing hat erzeugt ungeahnte Mengen von Daten zu verbinden. Der Begriff Big Data bezieht sich auf diesen Satz von Daten, dessen Wachstum exponentiell und deren Größe über die Fähigkeit von typischen Werkzeugen zur Erfassung, Verwaltung und Analyse von Daten. "
IBM (2016) „Jeder Tag, wir erstellen 2.5 Trillionen Byte Daten – so sehr, dass 90% der Daten in der heutigen Welt in den letzten zwei Jahren erstellt wurde. Diese Daten kommen von überall her: Sensoren Klima, Informationen zu sammeln, Beiträge zu Partner-Media-Sites, digitale Fotos und Videos, Kauf Transaktionsaufzeichnungen und Handy-GPS-Signale, um ein paar zu nennen. Diese Daten sind Big Data.
ISACA (2013B, p. 05) „The Big Data ist ein Begriff sowohl technischer als auch Marketing, die zu einem Ressourceninformation wertvollen Geschäfts bezieht.“

Quelle: Angepasst von Big Data, 2013; Big Data: Die nächste Grenze für Innovation, Wettbewerb und Produktivität,

2011; Was ist Big Data? 2016; Big Data: Wirkungen und Nutzen, 2013.

Unter den Begriffen ist es oft über Volumen, Vielfalt und Geschwindigkeit der Daten zitiert. In manchen Fällen ist oft höher, gibt es auch den Wert und die Richtigkeit der Daten. Daher ist es auch wichtig, um die Definition und das Verständnis dessen, was und warum Auswirkungen auf das Konzept von Big Data.

Laut Intel (2012), die Funktion der drei V über das, was als Ganze der Big Data, sondern auch die wichtigsten Themen definiert und muss angegangen werden, und zwar:

Volumen: Die massive und Datenwachstum unstrukturierten die traditionelle Lagerung und Analyse überwinden;

Variety: Big Data wird aus neuen Quellen gesammelt, die nicht in der Vergangenheit abgebaut wurde. Traditionelle Datenmanagementprozesse kann nicht mit der Vielfalt und Variation von Big Data fertig zu werden, die in verschiedenen Formaten wie E-Mail, soziale Netzwerke, Videos, Bilder, Blogs und Sensordaten kommen; und

Geschwindigkeit: Die Daten werden in Echtzeit mit den Informationsanforderungen nützlich erzeugt, serviert werden.

Um Taurion (2013), gibt es zwei weitere Variablen nämlich betrachtet, werden:

Wahrhaftigkeit: denn wir müssen sicherstellen, dass die Daten sinnvoll und sind verbindlich; und

Wert: denn es ist absolut notwendig für die Organisation Big Data-Projekte auf diesen Investitionen erhalten Rückkehr zu implementieren.

2.1.1 Die Auswirkungen der großen Daten auf Geschäft

Die Anwendung von Big Data in Unternehmen können positive und negative Auswirkungen in verschiedenen Bereichen führen. Daher wird eine Studie erforderlich, so dass das Unternehmen die notwendigen Informationen über das System hat, bevor er den Einsatz, die meisten Verluste und negative Ergebnisse zu vermeiden.

Der Big Data kann aktuelle und zukünftige Prozessmodelle auf verschiedene Weise beeinflussen. Zusätzlich zu den Auswirkungen auf die Unternehmen können Datenaggregierung die Führungs- und Managementplanung beeinflussen, Einsatz, Garantie, Datenschutz (ISACA®2013b):

  • Governance – so ist darauf zu definieren genommen wie wird die Verwaltung von großen Datenmengen, und welche Daten enthalten sein wird oder nicht.
  • Planung – besteht zu sammeln und die Ergebnisse der Organisation, die Anpassungen helfen rechtfertigen und / oder Prozessverbesserungen, die spezifischen Forschungstechniken identifiziert werden kann, Trading-Programme nach einer Orientierung zu bestimmten Bedingungen entwickeln, die Ereignisse, Ermutigung für die Standardisierung Shopping auslösen Sie als Kunde vergleichen und Forschung Produkte und Dienstleistungen verwendet, um Informationen basierend auf dem Standort zusammen mit anderen Daten von Kundendaten (Loyalität zu einem Produkt oder Unternehmen, Routen, Anforderungen der verschiedenen Produkte und) Hilfe bei dem just-in-Management, um sicherzustellen, Time (JIT) Inventar und Inventar basierend auf Veränderungen in der Nachfrage als bestimmte Zeiten, Unterstützung bei der Logistik und in Echtzeit verwalten.
  • Verwenden Sie – die Verwendung von Big Data erfordert eine gute Infrastruktur. Kleine Unternehmen können viel mehr für die Umsetzung dieses Konzeptes, weil diese
  • Garantie – nach einer guten Strategie zu entwickeln Big Data zu steigern, sollte das Unternehmen der Mühe, eine Garantiestruktur zu setzen, damit in der Lage sein zu steuern und den Big Data zu schützen. Garantie und Qualität der Daten, sind wichtige Anliegen für Unternehmen.
  • Datenschutz – es sollte ein besonderes Augenmerk auf Daten und persönliche Informationen, auch wenn sie von autorisierten Benutzern, immer Exposition zu vermeiden und Menschen bösgläubig zu schützen. Darüber hinaus hat jede Regierung ihre jeweiligen Gesetze, das Verbot oder die Legalisierung bestimmte Aktionen, sollten Sie das auch bewusst sein.

2.1.2 Da die Big Data-Unternehmen helfen können

Jeder Moment Menschen und sogar Dinge, generieren Daten. Mit der Weiterentwicklung der Technologie hat sich das Volumen solcher Daten deutlich erhöht und eine erhöhte Fähigkeit, sie zu überwachen. Ebenso hat sich die Technologie Werkzeuge in der Lage zu trennen, zu organisieren und durchzuführen, das Lesen der Daten zur Verfügung gestellt, so dass sie sich in wichtigen Informationen zu verwandeln.

Neue Forschung zeigt, dass die richtige Verwendung von Big Data kann bei der Förderung von Innovation, W[…]ettbewerbsfähigkeit und Produktivität in allen Segmenten (LIMA, Cecilia A. R. CALAZANS, Janaina C. H., 2013) eine wirtschaftliche Rolle spielen. Als Ergänzung, McKinsey-Institut (Manyika, James; COP, Michael; BROWN, Brad et al) sagt, dass die Verwendung von großen Daten eine wesentliche Grundlage für die Wettbewerbsfähigkeit und das Wachstum der einzelnen Unternehmen. Aus der Sicht der Wettbewerbsfähigkeit und Werterfassung Potenzial, müssen alle Unternehmen ernst große Daten nehmen.

(. 2013B, S. 07) ISACA® hat folgende Meinung über die Chancen, dass große Daten bringen können:

Die Big Data Chancen sind signifikant sowie die Herausforderungen. Unternehmen, die die aufstrebende Disziplin von Big Data Management dominieren können erhebliche Belohnungen erreichen und unterscheiden sich von ihren Wettbewerbern. In der Tat, Forschung von Erik Brynjolfsson, Ökonom an der Sloan School of Management am Massachusetts Institute of Technology (USA), zeigt, dass Unternehmen die „Entscheidungsfindung auf Basis von Daten“ können Sie erhalten eine Erhöhung von fünf bis sechs pro Prozent der Produktivität. Der richtige Einsatz von Big Data geht über das Sammeln und große Datenmengen zu analysieren; auch erfordert ein Verständnis, wie und wann die Daten zu verwenden, wichtige Entscheidungen zu treffen.

Abbildung 1: die spezifische Business Insights Unternehmen analysieren. Quelle: ISACA®2013b, p. 07 - Big Data: Wirkungen und Nutzen. Verfügbar unter: <http://www.isaca.org/Knowledge-Center/Research/Documents/Big- Data_whp_Por_0413.pdf srcset=
. Abgerufen am 12. August 2016.” width=”763″ height=”360″ /> Abbildung 1: die spezifische Business Insights Unternehmen analysieren. Quelle: ISACA®2013b, p. 07 – Big Data: Wirkungen und Nutzen. Verfügbar unter: <http://www.isaca.org/Knowledge-Center/Research/Documents/Big- Data_whp_Por_0413.pdf>. Abgerufen am 12. August 2016.

Die Big-Data-Analyse kann positiv beeinflussen (ISACA®, 2013B) bei der Entwicklung eines Produkts oder Markt, die betriebliche Effizienz, Erfahrung und Kundenbindung sowie die Marktnachfrage Prognosen. Nach Taurion (2013) die Verwendung von Big Data von Unternehmen hilft verschiedene Aktionen zu verbessern, bisher undenkbar, wie zum Beispiel:

  • Optimieren Sie Cross-Selling oder Cross-Selling. Nach Taurion (2013), etwa 30% des Umsatzes von Amazon werden von den Empfehlungen verursacht „können Sie die folgenden auf“ „Sie möchten vielleicht“ oder.
  • Location-based Marketing oder Marketing basierend auf dem Standort. Durch den Standort eines Kunden zu identifizieren, kann das Unternehmen eine bestimmte Nachricht an ihn mit einer Förderung senden Taurion Laut (2013), 79% der Starbucks-Kunden, die Nachricht wurde eher in den Laden besuchen personalisierte erhalten.
  • Kundenverhaltensanalyse in dem Laden. Über 80% der Kunden Zeit in einem Geschäft für Produkte der Suche verbracht kreisen und nicht wirklich interagieren oder zu kaufen. Verfolgen und analysieren das Kundenverhalten im Geschäft investieren kann in Aktien, die diese verschwendete Zeit nutzen.

Tessarolo und Magellan (. 2015, S. 03), geben weitere Beispiele dafür, wie Big Data hilft brasilianische Unternehmen:

Brasilien, Telekommunikationsunternehmen wie Globo, Record und SBT verwendet Big Data, die Popularität ihrer Programme zu messen. Sie nutzen den Social-Media-Dienst Suche nach Informationen in sozialen Netzwerken wie Facebook und Twitter Thema in jedem Programm diskutiert gegeben wurde durch das Ziel oder nicht Zuschauer akzeptiert. Somit können bessere Entscheidungen aus diesen Informationen in den Medien gesammelt machen die Produzenten und Regisseure.

Die Verwendung von Big Data, wie bereits erwähnt, hat eine hohe Kapazität Unternehmen zu helfen, die die meisten Effizienz aller Prozesse erhalten. Somit ermöglicht die Nutzung der verfügbaren Ressourcen und insgesamt weniger Abfall davon, Unternehmen die niedrigsten Kosten zu haben und damit den höchstmöglichen Gewinn.

2.1.3 Datensammlung und -analyse

Wie bereits erwähnt, kommt die Big Data es, Daten zu sammeln, organisieren sie und analysiert sie. Derzeit werden die Daten in strukturierten und unstrukturierten aufgeteilt. Die Informationen in den Datenbanken gespeichert sind, wie strukturierte Daten bekannt sind, weil sie in einem strengen Format dargestellt wird. Zum Beispiel kann jeder Datensatz in einer relationalen Datenbanktabelle. (Elmasri 2011, Seite 416)

Um Tessarolo und Magellan (2015), wenn sie mit einer großen Menge an Daten zu tun, sie kommen aus verschiedenen Quellen und Wegen. Es ist eine große Herausforderung für die Mine, sauber, organisieren, korrelieren, Link und diese Daten in relevante Informationen umwandeln. Damit dies möglich ist, wird die Schaffung einer Datenbank benötigt, wo all diese Informationen durch Anwendungen mit dem Ziel der Führung dieser Daten sie in einer organisierten und klaren Art und Weise durch die Speicherung, so geschaffenen erfaßt werden erleichtert die Suche und Manipulation solche Daten.

Im Internet-Netzwerk nur ein Viertel dieser Daten dargestellt werden in Datenbanken gespeichert. Viele Informationen ist täglich erstellt und weniger als 10% kann abgebaut und organisiert werden, jeden Tag riesige Mengen macht von Informationen Junk werden, damit ihre Suche zu behindern und oft immer nutzlos. (Tessarolo Und MAGALHÃES 2015. Seite 02)

Laut The Lady Guide (2012), sind unstrukturierte Daten alle Dokumente, Dateien, Grafiken, Bilder, Texte, Berichte, Formulare oder Video- oder Audio-Aufnahmen, die in Zeilen und Spalten codiert oder anderweitig strukturiert wurden nicht oder Aufzeichnungen. Nach Meinung vieler Schätzungen etwa 90% aller gespeicherten Daten aus relationalen Datenbanken gehalten. Unstrukturierte Daten werden als Informationen gespeichert in Kontext präsentiert. In der Tat gibt es immer eine gewisse Struktur, in der die Dateninformationen zur Verfügung stellen, und diese Struktur kann auch in seiner Präsentation tafelförmig sein.

Wie für Tessarolo und Magellan (2012, S. 03.):

unstrukturierten Daten umfassen das Netzwerk. Von allen Welt Daten, die nur 10% der Daten, die in den letzten Jahren erzeugt wurden strukturiert ist. Das restliche 90% ist unstrukturiert und zum größten Teil in sozialen Netzwerken sammeln wie Facebook, Twitter, Pinterest, unter anderem.

Nach Tessarolo und Magellan (2012), es muss eine Reorganisation und Abbau dieser digitalen Daten sein, so dass alle Informationen, jeden Tag erstellt nicht verloren sind und nützlich sein können. Die Lösung dieses Problem, kein Zweifel, ist der Big Data.

2.1.4 Human Resources für Big Data

Trotz aller Software- und Hardware-Anforderungen müssen auch Mitarbeiter, die wissen, wie man diese Werkzeuge zu handhaben für Unternehmen positive Ergebnisse zu erzielen. Nach Taurion (2013), das Wachstumsszenario der Big Datenpunkte, die neuen Beschäftigungsmöglichkeiten abzeichnen für IT-Experten und andere Sektoren.

Eine neue Position „Daten Wissenschaftler“ oder Daten Wissenschaftler genannt ist ein gutes Beispiel. Demand-Schulungen in der Regel in Informatik und Mathematik, sowie die analytischen Fähigkeiten notwendig, die providentielle Nadel im Heuhaufen von Daten von der Firma gesammelt zu finden. "Ein Datum Wissenschaftler ist jemand, der neugierig ist, dass Daten analysiert Trends zu erkennen", sagte kürzlich Anjul Bhambhri, Vice President von Big Data Products, IBM. (Taurion 2013. Seite 79)

Der Autor fasst drei grundlegende Berufsprofile in Big Data beschäftigt identifiziert werden. Die erste basiert auf Daten, die Wissenschaftler, die Fachleute in der Statistik, Informatik und / oder Mathematik der Lage zu analysieren große Mengen von Daten geschult sind und ihnen neue Geschäftsmöglichkeiten zu extrahieren. Die zweite basiert auf Business-Analysten, die die richtigen Fragen formulieren, die Analyse der Antworten führen und von ihnen, strategische Geschäftsentscheidungen treffen. Der dritte und letzte, besteht aus IT-Experten kümmern sich um die Infrastruktur und deren technische Unterstützung Big Data zu unterstützen.

Doch von Taurion (2013) der großen Herausforderung von Big Data in den kommenden Jahren ist ausgebildete Fachkräfte zu haben, wie Technologie schnell weiterentwickelt und gilt unbeschadet. Der Hals ist dann in Menschen, nicht die Technik. Neben dem Datum Wissenschaftler, gibt es auch Raum für andere Aktivitäten. Die starke Nachfrage auch für Entwickler und Systemadministratoren, zum Beispiel, die in Tools spezialisiert richtet Big Data, wie Hadoop, Technologie entwickelt für verteilte Anwendungen mit intensiver Daten und werden von bekannten Websites wie Facebook, Yahoo und eBay .

2.1.5 Risiken und Pflege in Big Data

Definiert die Konzepte von Big Data und seine Vorteile, ist es auch wichtig, das Wissen über die Risiken und sollte darauf geachtet werden, wenn diese Daten verwenden. Für etwas sehr mächtig, ist es wichtig, dass die Grenzen festgelegt werden, und es gibt eine gewisse Ethik bei der Verwendung von Daten. Das ist, weil all diese Daten Daten sein können, so gefährdet die Sicherheit der Person im Allgemeinen.

Nach ISACA® (2013B), obwohl der Big Data einen Wettbewerbsvorteil und anderen Vorteile bietet, sondern birgt auch erhebliche Risiken. Nun, da Unternehmen haben riesige Mengen an strukturierten und unstrukturierten Daten zur Verfügung, sollte das Management fragen werden: wo diese Daten speichern? Wie Daten zu schützen? und unter Verwendung der Daten sicher und legal?

Um ISACA® (2013th) kann das Risiko im Zusammenhang mit Big Data als Betrieb oder auf Basis von Informationstechnologie werden kategorisiert. Diese Risikokategorien können mit starken Governance reduziert werden. Somit deckt das operationelle Risiko internen und externen Faktoren, einschließlich der geopolitischen Risiken und das Rennen der Vorstand und die Geschäftsleitung zu treffen, der vor der Konkurrenz zu bekommen. Aber das Risiko von IT (Informationstechnologie) ist auch das Geschäft, insbesondere das Geschäftsrisiko im Zusammenhang mit der Nutzung, Besitz, Betrieb, Beteiligung, Einfluss und Annahme von IT in einem Unternehmen. Das IT-Risiko tritt auf, wenn die Sicherheitsgarantien überwunden werden.

Die Sicherheit und Privatsphäre spielen eine immer wichtigere Rolle in Big Data und alle Beteiligten sollten die Speicher Auswirkungen und Quer Analyse von großen Mengen an sensiblen Daten bewusst sein. (ISACA®, 2013B). Der Autor erwähnt auch, dass es notwendig ist, zu verstehen, dass einige Daten sollen in dem Sinne, als toxisch angesehen werden, dass der Verlust der Kontrolle über sie zu dem Unternehmen schaden könnte, nämlich: privat oder Depot Daten wie Kreditkartennummer, Informationen persönlich, wie Sozialversicherungsnummern und persönliche Gesundheitsinformationen; strategische Informationen, wie geistiges Eigentum, Geschäftspläne und Produktdesign; und Daten wie Kennzahlen, Verkaufsergebnisse, Finanzkennzahlen und Produktion verwendet, um wichtige Entscheidungen zu treffen.

Die Notwendigkeit, das Risiko von Daten innerhalb des Unternehmens verwalten lässt sich nicht eindeutig auf allen Managementebenen kommuniziert und verstanden werden. Es ist wichtig zu zeigen, dass die Behandlung von Risiken und Big Data betrifft nicht nur als Informationstechnologie-Übung zu sehen. Die Beteiligung der gesamten Gesellschaft, einschließlich Rechts-, Finanz-, Compliance, Interne Revision und anderen Fachabteilungen, kann jeder auf Unternehmensziele in der Planungsphase konzentrieren. Unternehmen können sowohl technische Aspekte und Big Data Business fokussierte auf bleiben. (ISACA®, 2013B. Seite 08)

Mit Big Data wesentlich ist, ein höheres Maß an Wettbewerbsfähigkeit für die Unternehmen zu gewährleisten, aber dieses leistungsstarke Konzept kann Türen zu einem illegalen Gebrauch davon öffnen. Um Sicherheitsrisiken der Unternehmen selbst zu vermeiden und vor allem der Kunden ist es wichtig, einige Maßnahmen ergriffen werden, wie oben erwähnt, um nur seine positive Seite zu verwenden

2.2 BUSINESS PROZESSE

Die Unternehmen werden im Allgemeinen von Verwaltungsprozessen zusammen, die bei der Entwicklung einer organisierten und effiziente Aktivitäten unterstützen. Beispiele für Prozesse sind: Marketing, Vertrieb, Logistik und Entscheidungsfindung. All diese Prozesse sind irgendwie miteinander verbunden und sollten für das Unternehmen in einer synchronisierten Weise arbeiten, um bessere Ergebnisse zu haben.

2.2.1-Marketing

Marketing ist ein wichtiger Akteur für den Einzelhandel. Das Unternehmen muss in den Köpfen der Kunden sein, so dass durch die Zeit in Erinnerung bleibt der Kunde einen Kauf zu tätigen entscheidet. Darüber hinaus gibt es Kunden, die die Existenz des Unternehmens, Marke oder Produkt angeboten weiß es nicht, und die meisten der Marketing-Rollen machen diese den Kunden bekannt.

Nach Kotler (2012, S.. 03), ein Ziel des Marketings ist die Definition von ‚Versorgungsbedarf zu erzeugen Gewinn‘. Marketing umfasst die Identifizierung und die Erfüllung der menschlichen und sozialen Bedürfnisse. Der Autor fügt hinzu, dass Marketing auf mehrere Dinge gilt, wie Waren, Dienstleistungen, Veranstaltungen, Erfahrungen, Menschen, Orte, Objekte, Organisationen, Informationen und Ideen.

Die American Marketing Association bietet die folgende Definition: Marketing die Aktivität ist, gesetzt von Wissen und die Prozesse der Erstellung, Kommunikation, Lieferung und den Austausch von Angeboten, die Mehrwert für Kunden, Kunden haben, Partnern und der Gesellschaft als todo.7 mit diesen Umgang Austauschprozess erfordert viel Arbeit und Geschick. Das Marketing-Management geschieht, wenn mindestens eine Partei in einem möglichen Umtauschverhältnis wird nach Wegen suchen, um die gewünschten Antworten von den anderen Parteien zu erhalten. Wir sehen also, das Marketing-Management als die Kunst und Wissenschaft der Zielmärkte der Auswahl und zu erfassen, pflegen und halten Kunden durch die Erstellung, Bereitstellung und Kommunikation von einem höheren Wert für die Kunden. (Kotler 2012. Seite 03)

Das Layout ist auch ein wichtiger Punkt innerhalb des Marketings, zielt darauf ab, es eine bessere Nutzung von Raum zu schaffen und etwas Komfort für die Kunden zum Zeitpunkt des Kaufs zur Verfügung stellen. Las Casas (1994. zitiert CAMARGO, Toaldo, NEPHEW, 2009) definiert das Layout als die wesentlichen Teile oder Elemente, die ein Geschäft bei der Erreichung maximaler Produktivität beitragen.

So Underhill (1999. CAMARGO zitiert, Toaldo, NEPHEW 2009, P.03) haben wichtige Zeitpunkte zu beachten, um das Layout zu implementieren:

[…]- Aufnahmerate: bezieht sich auf, wie der Verbraucher sieht, was ausgesetzt ist. Vertrauenswürdige Zone verläuft von knapp über die Augen bis zu den Knien. Für die verbleibende Raum muss große Produkte gut sichtbar (zB Windeln) anzuzeigen; – Bumerang Rate: Dies ist, wie oft der Kunde vollständig Läufer gehen ausfällt. Eine Möglichkeit, diesen Effekt und die Position beliebtesten Produkte in der Mitte der Halle oder Ort Lockvögel an beiden Enden zu minimieren; – […]die Ware muss der Kunde Sichtlinie nicht unterbrechen: sie sollten in der Lage sein, nur um zu sehen, nicht das, was vorne ist, sondern auch in anderen Teilen des Speichers; – die Verbraucher zu speichern Hintergrund führen: für diese Position so in diesem Bereich Kategorien Ziel ist jemand für diese Elemente sucht, wird andere in gehen und kommen kaufen.

Die Vermarktung erreicht alle Bereiche, ob Waren, Dienstleistungen oder Personen. So seine Bedeutung liegt auf der Hand. Verstehen Sie, wie der Markt funktioniert wesentlich ist Marketing in einer Art und Weise anzuwenden, die positiv für alle Ziele erreichen, beeinflussen direkt und indirekt, um die endgültigen Ergebnisse zu verbessern.

2.2.2 Vertrieb

Es ist praktisch, dass Marketing aufzuzeigen und Verkäufe sind verschiedene Dinge, wenn auch eine gewisse Verbindung zu charakterisieren. Weitz et al. (2004. CASTRO NEVES zitiert und 2005, S.. 8) definiert persönlichen Verkauf als persönlichen Kommunikationsprozess, bei dem ein Verkäufer identifiziert und erfüllt die Anforderungen eines Käufers für den langfristigen Nutzen beiden Parteien. Wie für Rogers (1993. CASTRO NEVES zitiert und 2005, S.. 8), persönlicher Verkauf ist die scharfe Seite des Marketings, wie es ist, wenn die Unternehmensvertreter Gesicht kommen mit potenziellen Käufern zu stellen. Die Vertriebskraft arbeitet als Bindeglied zwischen dem Unternehmen und Kunden.

Nach Castro und Neves (2005, p. 16), ist der Verkaufsprozeß eine Folge von Schritten oder Stufen, durch die Anbieter haben sie verkaufen. Diese Sequenz wurde ursprünglich von Dubinsky im Jahr 1980 vorgeschlagen. Die Schritte, wie der Verkaufsprozess Trainer anerkannt sind sieben, und zwar:

  • Prospecting: potenzielle Kundenidentifizierung;
  • Pre-Ansatz: Das Sammeln von Informationen so der Verkäufer für den Ansatz vorzubereiten;
  • Ansatz: Für guten Eindruck, zusätzlich zu den Zinsen und Kundenbetreuung;
  • Verkaufspräsentation: Präsentation von Angeboten und Leistungen;
  • Griff Einwände und Widerstände überwinden: Die Überwindung der Käufer Widerstand durch Antworten und Wert auf Produktvorteile;
  • Schließen: Bestellung Anfrage nach dem Wunsch des Kunden, in der am besten geeigneten Form und
  • After-Sales-Service: Folgen Sie den Prozess der Lieferung und Kundenzufriedenheit, eine größere Glaubwürdigkeit und eine mögliche Zukunft Verkauf bereitstellt

Anbieter müssen das Marktverhalten und Kunden verstehen, damit sie Fragen nehmen und den Kunden zur Verfügung stellen, was er die bestmögliche Art und Weise braucht und will. Der Verkaufsprozess ist eine Reihe von Schritten, die Verkäufer gehen müssen, um den Verkauf zu machen, aber es ist wichtig, sich daran zu erinnern, dass der Prozess nicht den Verkauf des Produkts nicht zu stoppen, weil es auch den Aftermarket abdeckt.

2.2.3 Logistik

Logistik ist einer der Prozesse innerhalb von Unternehmen und Organisationen, die viel Aufmerksamkeit erfordern. Es ist der Prozess der Planung des Materialflusses, die die Bedürfnisse zum richtigen Zeitpunkt und in der gewünschten Qualität zu liefern, Ziele, Mittel und die Erhöhung der Qualität der Dienstleistungen zu optimieren. (Ballou 1999. zitiert PAURA 2012, S.. 13). Nach PAURA (2012), Logistik und Unternehmen helfen, helfen der lokale Lebensqualität im Hinblick auf die Entwicklung der Infrastruktur für den Betrieb. Dieses Thema wird derzeit von entscheidenden Bedeutung für Unternehmen, da sie optimiert Ressourcen und erhöht die Qualität, die eine Steigerung der Erträge und geringere Aufwendungen bedeutet.

Die professionelle Logistik-Unternehmen zu untersuchen, wie effizient zur Verfügung zu stellen, die Rentabilität (1) Dienstleistungen der Verteilung an den Kunden, (2) den Materialfluss innerhalb des Unternehmens, (3) der Erwerb von der Planung über die Steuerung und Organisation Vorräte an Rohstoffen und Fertigprodukten, (4) die Planung Kontrolle der Produktion, und (5) in der Verpackungstransportsteuerung. (PAURA 2012. Seite 23)

PAURA (2012) erklärt, dass die Logistik für den Handel von mehreren Faktoren als wesentlich angesehen wird, unter ihnen gibt es die Abhängigkeit des Handels die Erfüllung der Fristen für die Industrie ist, die die Produkte anbieten könnten, Kunden zu beenden. Darüber hinaus ist der Handel selbst Logistik-Management nicht nur wichtig zu kontrollieren, was in geht und was dabei herauskommt, sondern auch Informationen darüber zu geben, wann und wie viel Bedarf mehr Anfragen zu beantragen. Wenn dies richtig gemacht wird, oft dieser Handel hat seine Produkte unter den besten Bedingungen und mit fairen Preisen.

Aus den obigen Informationen wird die Bedeutung der Logistik versteht derzeit auf dem Markt im Allgemeinen hat. Haben Sie eine gute Struktur und notwendige Informationen, hat die Steuerung eine bessere Qualität getan, die in diesem sehr kompetitiven Markt wettbewerbsfähiger bietet.

2.2.4 Entscheidungsfindung

Die Entscheidung ist eine Entscheidung, ein Urteil, das den gesamten Kontext und Umwelt um sie herum berücksichtigt und kann im Endergebnis direkt oder indirekt beeinflussen. Um sorgfältig formuliert werden, um die besten Ergebnisse, die Entscheidungen zu erhalten müssen. Nach Pereira und Fonseca (1997, zitiert MORITZ und Pereira 2006, S. 31), ist die Entscheidung, ein systemischer, paradoxer und Kontextprozeß nicht getrennt von den Umständen ist es umgebenden angesehen werden kann. Kenntnisse über die Eigenschaften der Paradoxien und Herausforderungen der Gesellschaft ist wichtig, die Entscheidungsprozesse zu verstehen.

Laut Simon (1963, zitiert in MORITZ und PEREIRA, 2006, S.. 33), ist die Entscheidung, ein Prozess der Analyse und Auswahl zwischen mehreren Alternativen zur Verfügung Vorgehensweise, die die Person folgen sollte. Es zeigt auch, sechs klassische Elemente in der Entscheidungsfindung:

  • Der Entscheider: die Person, die die Wahl Option unter vielen anderen verfügbar durchführt;
  • Die Ziele: Was der Entscheider will mit ihren Maßnahmen und Entscheidungen erreichen;
  • Vorlieben: sind die Kriterien als Grundlage für den Entscheider verwendet, um Ihre Entscheidungen treffen;
  • Die Strategie: die Art und Weise der Entscheider nimmt seine Ziele im Einklang mit den zur Verfügung stehenden Ressourcen zu erreichen;
  • Die Situation: externe Faktoren, die nicht durch den Entscheider gesteuert werden kann, und dass Auswirkungen die Ereignisse und Ergebnisse, ihre Entscheidungen zu beeinflussen; und
  • Das Ergebnis: das Endergebnis. Die Ergebnisse der Strategien und Optionen

Wie für Bethlem (., 1987 zitiert MORITZ und PEREIRA, 2006, S. 34) schlägt vor, ein allgemeines Modell des Entscheidungsprozesses von vier Schritten besteht:

Schritt 1 – Entscheidung zu entscheiden – nimm Verhalten zu einer Entscheidung führt, ist eine Entscheidung.

Schritt 2 – Einmal beschlossen, den Entscheidungsprozess zu initiieren, ist der nächste Schritt ist die Definition dessen, was wir entscheiden. Es gibt Zeiten, in denen wir auf die Lösung von Problemen arbeiten, die nicht definieren, aber statistisch die Zahl ist weniger wichtig;

Schritt 3 – Formulierung von Alternativen. Die verschiedenen möglichen Lösungen des Problems oder einer Krise oder die Alternativen zu lösen, die Chancen nutzen ermöglicht; und

Schritt 4 – wähle Alternativen, die wir am besten geeignet erachten. Es ist die Entscheidungsfindung.

Die Entscheidungsfindung ist von entscheidender Bedeutung für die Verwaltung von Organisationen, und es versteht sich, dass die Verwaltungsverfahren im Wesentlichen Entscheidung. Der Entscheidungsprozess ist komplex und enthält mehrere Schritte, während nicht innerhalb einer starren Ordnung erfüllt, erfordert eine gewisse Ordnung so, dass die getroffenen Entscheidungen sind effizient und rational, direkt in der unteren Zeile des Unternehmens oder der Organisation auswirken.

3. METHODE

wissenschaftliche Methodik ist die Untersuchung des Weges zu einem Ziel zu folgen. Es ist ein Weg, um zu denken, an der Natur eines bestimmten Problems helfen, Ihre Erklärung oder Ihre Studie zu gelangen.

Für Prodanov und Freitas (2013, S. 14.):

Die Methodik ist[…] zu untersuchen, zu verstehen und die verschiedenen Methoden zur Durchführung von wissenschaftlicher Forschung zur Verfügung zu bewerten. Die Methodik in einer angelegten Ebene untersucht, beschreibt und Forschung evaluiert Methoden und Techniken, die die Erfassung und Verarbeitung von Informationen ermöglichen das Ziel, Routing und Lösung von Problemen und / oder Forschungsfragen.

Nach Roesch (1999) Methodik zielt darauf ab, zu beschreiben, wie das Projekt stattfinden wird. In diesem Stadium wird eingestellt, von den eigentlichen Zielen, welche Art von Projekt ist besser geeignet.

3.1 FORSCHUNG ODER PROGRAMM DESIGN

Die Untersuchung kann als Herstellungsverfahren Wissen, oder auch als ein Lernverfahren und ist somit Teil des rekonstruktiven Prozesses des Wissens verstanden wird (DEMO, 2000, p. 20, zitiert Prodanov und FREITAS 2013, p. 42). Sein Zweck durch wissenschaftliches Verfahren ist, Probleme lösen und lösen Zweifel (BARROS; Lehfeld, 2000, S. 14, zitiert Prodanov und FREITAS, 2013, S.42).

Basierend auf den Informationen, die im Folgenden vorgestellt werden, wird diese Forschung in qualitativer und quantitativer Art und Weise dargestellt. Um Roesch (1999) kann jedes Projekt aus beiden Perspektiven angegangen werden, und kann einen mehr quantitativen Fokus auf den Ergebnisse der Beurteilung und einen qualitativen Ansatz in der formativen Evaluation verwenden (die auf dem Lehr-Lern-Prozess konzentriert).

Nach Oppenheim (1993, p. 21, zitierte ROESCH 1999, S. 130), ist das quantitative Design angegeben Verbände und Erklärung zu finden, um die Beschreibung weniger orientiert und für die Vorhersage. Auch nach Ansicht des Autors, wenn der Zweck des Projekts Informationen über bestimmte Population zu erhalten ist, die Möglichkeit ist, eine deskriptive Studie zu verwenden. Wie für Staw (1977), ist die quantitative Forschung entsprechende Änderungen in großen Organisationen zu beurteilen. Daher hat sich die Forschung in quantitativen Charakter, was den Teil betrifft, in denen eine Trennung und die Interpretation der Menge und Häufigkeit der meßbaren Daten davon statistische Informationen für das Lesen zu bilden.

Bereits auf dem qualitativen Studiendesign, so wird argumentiert, dass ihre Methoden der Datenerhebung und Analyse sind für die orientierende Forschung (STAW 1977 zitiert ROESCH, 1999, S.. 154). Um Roesch (1999) gibt es eine andere Art und Weise an der qualitativen Forschung zu suchen, wo man es als ein anderes Forschungsparadigma betrachten kann, wie im Fall der Aktionsforschung, wo die Haltung des Forschers basiert auf die Perspektive verschieden Befragten erfassen ein vorher festgelegtes Modell. Aus diesen Informationen kann diese Forschung auch als qualitatives angesehen werden, da die Menge an nicht-messbaren Daten, die verglichen und untersucht.

Nach Gil (. 2007 zitierten Gerhardt; Silveira, 2009, S. 35), auf der Grundlage der Ziele, können Sie die Forschung in drei Gruppen sortiert werden, und zwar: explorative, deskriptive und erklärend. Auch nach Ansicht des Autors, zielt darauf ab, die orientierende Forschung größere Vertrautheit mit dem Problem zu schaffen, um es deutlicher zu machen. Meistens Einbeziehung Literatur, Interviews mit Menschen, die Erfahrungen in der Praxis mit dem recherchiert Problem und Beispielen für Analyse Verständnis zu fördern gehabt haben. Sie können als Fallstudie und Literatur eingestuft werden. Diese Forschung ist explorativen in der Natur, da es weitgehend eine Literaturrecherche ist, mit dem Ziel, das Problem zu markieren, und es ist besser bekannt zu machen.

3.2 EINSTELLUNG DER ZIELBEREICH BEVÖLKERUNG ODER

Diese Arbeit zielt darauf ab, mögliche Chancen ungenutzt von den Einzelhändlern zu belichten, um Fehlerdaten zu lesen und zu interpretieren, die in der Gesellschaft Alltag und alle Stakeholder erzeugt wird. Jedoch aufgrund bestimmter Anforderungen an die Implementierung von Big Data zur Durchführung dieser Arbeit zielt darauf ab, Einzelhändler von mittleren und großen Größe, wo Sie genügend Informationen und notwendige Infrastruktur.

Nach Roesch (1999) Stufe kann in einer Abteilung des Unternehmens konzentriert werden, oder die gesamte Organisation umfasst. Im letzteren Fall ist es wichtig, die Struktur des Gebiets, einschließlich der Menge der Menschen, die darin arbeiten zu beschreiben.

3.3 PLÄNE UND COLLECTION INSTRUMENTS

Nach Roesch (1999), wenn die Sammlung von Primärdaten ist, ist es wichtig, in diesem Abschnitt die Quelle der Daten zu spezifizieren, wann werden sie angehoben und durch welche Instrumente werden. Wie für Sekundärdaten ist es notwendig, die Art und Spezifikationen zu melden.

Im Fall dieser Arbeit wird nur Sekundärdaten verwendet werden, da alle Informationen in Büchern, Zeitschriften, Zeitungen und Websites gesammelt werden. All diese Daten sind Informationen darüber, was der Big Data, wie es funktioniert und wie es Einzelhändler helfen kann. Auch zitiert sind echte Beispiele für große Unternehmen, die guten Ergebnisse nach der Verwendung von Systemen haben die Datenanalyse zu tun.

3.4 DATENANALYSE PLAN

Nach Roesch (1999), gibt die Art der gesammelten Daten die Möglichkeiten der Analyse abgrenzt. Auch hier ist, wo der Autor die Verwendung von Grafiken, Diagramme und Statistiken liefern. Denken Sie an die Analyse hilft, ihre eigenen Datensammlung zu kritisieren, die eine bessere Qualität bei der Arbeit zur Verfügung stellen kann.

Wie bereits erwähnt, wird die Forschung auf Sekundärdaten basieren. Somit wird diese Arbeit eine Analyse von Daten und Informationen durchgeführt, die verwendet wurden, getestet und die meisten haben ihre bewährten Ergebnisse haben. Es wird auch eine Analyse der positiven und negativen Ergebnissen sein, dass große Unternehmen nach der Implementierung von Big Data hatte. Diese Ergebnisse werden durch Arbeit und wird mit Hilfe von Bildern und Grafiken für ein besseres Verständnis davon diskutiert.

4. ENTWICKLUNG

Dieser Teil der Arbeit Ziele, basierend auf den Kursen von den vorhergehenden Punkten, belichten, wie Big Data wichtige Daten über Kunden verarbeiten kann und somit einen großen Vorteil für die Unternehmen schaffen, die ihre administrativen Prozesse aus diesen Daten erzeugt, basierend auf Informationen verbessern gesammelt. Es ist wichtig, sich daran zu erinnern, dass diese Arbeit in Bezug auf die Verwaltungsseite betonen wird, nicht in detaillierte technische Bedingungen für das Funktionieren der zuständigen Werkzeuge zur Erfassung, Speicherung, Analyse und Umwandlung von Daten in Informationen.

4.1 TOOLS DER UMSETZUNG FÜR DIE VERWENDUNG VON BIG DATEN AUF UNTERNEHMEN MITTEL große Einzelhändler und

Das Unternehmen möchte Sie Big Data verwenden, müssen bestimmte Schritte folgen. Diese Schritte bestehen aus Entscheidungen und Wahlen eine Grundstruktur zu implementieren Einbeziehung Tool, Dienstleistungen und Menschen in der Lage zu speichern, zu organisieren und diese Daten zu analysieren. Bedenkt man, dass das Unternehmen bereits ein eigenes Managementsystem Schritt aufweist, sind im Folgenden aufgeführt:

  • Mieten von Empowered: Erstens, für die Durchführung der Bereitstellung aller Tools und für die Nutzung von Big Data Analytics erforderlich Systemen muss das Unternehmen verlassen sich auf die Hilfe von Experten. Dies beinhaltet die Einstellung von drei Arten von Fachleuten, die der Lage sein, alle notwendige Unterstützung zu geben, dies zu tun, wie folgt: Fachleute für die technische Unterstützung und eine ausreichende Infrastruktur Big Data zu unterstützen; Fachleute in der Lage, die Analyse von großen Datenmengen auszuführen und neue Geschäftsmöglichkeiten zu extrahieren, von ihrer Ausbildung in Statistik, Mathematik und / oder Informatik; und Business-Analysten der Lage, die richtigen Fragen durchführen und analysieren die Antworten erhalten von
  • Lage der Datenbank: Das Unternehmen muss einen Aufbewahrungsort für Cloud-Server Mietoption empfohlen wird, und ist vorzugsweise an verschiedenen Orten, weil auf diese Weise das Risiko von Datenverlusten verringert wird in Fällen von ein unerwarteter Unfall wie ein Feuer oder eine Naturkatastrophe. Darüber hinaus ist die Struktur dieser Unternehmen in der Regel dazu bereit, so dass diese Server eine ständige Überwachung und spezifische Sicherheit, die Teil von Hardware und Software. Es besteht auch die Möglichkeit des Unternehmens, seine eigenen Server zu erwerben, aber es ist sehr wahrscheinlich, dass die Kosten viel höher ist.
  • Erstellung der[5] API: Der Transferprozess der von der Gesellschaft erhaltenen Daten in die Datenbank ist nicht so einfach. Für Daten, um übergeben werden

automatische Erstellung einer API benötigt, die zur Durchführung einer Kommunikation zwischen der Software verantwortlich sein werden und die Datenbank speichern. So wird die API dafür zuständig ist, die gewünschten Daten aus der Speicher-Software bekommen, und sie in einer organisierten Art und Weise für die Datenbank herunterladen. Erstellen von API erfordert technisches Wissen und soll von einem spezialisierten Team durchgeführt werden, ob ein Mitglied der Gesellschaft selbst oder ausgelagert.

Flussdiagramm
Flussdiagramm

4.2 Ablaufdiagramm Datensammlung und -analyse

  • Definieren der richtigen Fragen;

IT-Experten mit Verwaltungs- und Management sollen das Unternehmen diskutieren, was die richtigen Fragen sind zu stellen, um die Antworten in der Struktur, die sie wollen, zu erhalten.

  • Definition der Daten von Interesse;

Die Daten, die für das Unternehmen interessant sind, und das kann verwendet werden, um Ergebnisse zu bringen, sollten gut definiert. Die Datenspeicherung hat seine Kosten, so dass keine zusätzliche Informationen, die gespeichert wird und wer keinen Gebrauch bedeutet Verlust für das Unternehmen. In einem Szenario, sonst das Unternehmen auch verloren, andernfalls wichtige Daten zu sammeln, können die Gewinne reduziert oder gleich Null sein. Es ist äußerst wichtig, zu erkennen, welche Daten gesammelt werden sollen und welche ignoriert werden sollen.

  • Die Datensammlung von den Kunden erzeugt wird;

Sobald der Kunde einen Kauf im Geschäft oder Online-Shop macht, werden verschiedene Daten erzeugt werden. All diese Daten werden von der Firma gesammelt. Beispiele für solche Daten sind: Datum und Uhrzeit des Kaufs, der Name des Kunden, der Kaufpreis, Produkte, etc.

  • Senden von Daten an die Datenbank über die API;

Das Senden von Daten von der Firma in die Datenbank gesammelt wird automatisch und in Echtzeit über die API durchgeführt, die für diesen Prozess verantwortlich ist.

  • Das Speichern der Daten in einer strukturierten Art und Weise in der Datenbank;

Die gesammelten Daten werden in einer organisierten Art und Weise in der Datenbank als IT-Mitarbeiter gespeichert hat als die beste Art und Weise definiert, so dass, nachdem sie verarbeitet werden und leichter analysiert.

  • Be- und Verarbeitung von Daten in Informationen;

Mit den Daten auf dem Server gespeichert und organisiert Verarbeitung und Datenanalyse. Datenverarbeitung besteht aus einer Reihe von Aktivitäten in einer geordneten Art und Weise durchgeführt wird, eine Informations Anordnung bilden, in dem Daten und / oder Informationen gesammelt werden, so dass sie organisiert und analysiert werden können in dem Ziel führt, dass das System oder Benutzer verwenden möchten.

  • Analyse und Untersuchung von Informationen;

An diesem Punkt werden alle Informationen, die durch die gesammelten Daten verarbeitet werden analysiert. Hier werden die zuständigen Fachleute werden versuchen, Antworten auf die eingangs gestellten Fragen. Sie werden in der Regel individueller Kundenprofile oder bestimmte Gruppen, Verbrauchertrends, Verhaltensmuster und Kaufverhalten gefunden.

  • Entscheidungen auf der Grundlage der Analyse der Informationen;

Nach der Analyse und Antworten auf die eingangs gestellten Fragen zu finden, kann das Unternehmen Ideen für mögliche Anpassungen und Verbesserungen in den Prozessen auf der Grundlage dieser Informationen finden. Verhaltensmuster und den Kauf, kann beispielsweise direkt auf den Marketing-Prozess beeinflussen, so dass es viel effizienter, aber die gleiche Investition zu halten. Zusammengefasst in diesem Stadium der Entscheidung, wie auf dem Markt und Kunden verhalten, sollten sie auf der Grundlage der auf den gesammelten Informationen gemacht Analyse entnommen werden.

  • Modifikation der Anwendung und Verbesserungen;

In diesem Stadium die Tatsache, dass die Unternehmen die Umsetzung von Prozessverbesserungen im vorherigen Schritt identifiziert werden. Diese Verbesserungen sollten in einer organisierten und geplanten Art und Weise umgesetzt werden, so dass das bestmögliche Ergebnis erzeugen.

Zyklus der Erfassung, Analyse und Anwendungsdaten. Quelle: Daten von Forschung produziert.

4.3 BIG AUSWIRKUNGEN Nutzung von Daten im PROZESS DER CORPORATE HÄNDLER

Die Verwendung von Big Data in Unternehmen, wenn es richtig gemacht, kann gute Ergebnisse für das gleiche als Ganzes erzeugen. Dies wird dadurch erreicht wird, dass die Big Data Verbesserungen in vielen individuellen Geschäftsprozessen erzeugen kann, das heißt, nicht beeinflussen sie nicht nur ein Prozess den anderen. Unter diesen Verfahren, die von Big Data betroffen sein könnten, diese

Arbeiten werden nur das Marketing, Vertrieb, Logistik und Entscheidungsfindung zur Anzeige begrenzt werden, auch wenn sie Prozesse sind, die großen direkte Auswirkungen leiden.

4.3.1 Auswirkungen von Big Data in den Marketing-Unternehmen

Marketing ist wichtig für das Unternehmen und für die Kunden, so ist es wichtig, dass die Aufmerksamkeit der Gesellschaft zu diesem Punkt. Neben der Suche nach den Bedürfnissen und Anforderungen eines bestimmten Zielmarkt zu entdecken, ist die Vermarktung, die die Darstellung eines bestimmten Produkts oder eine Dienstleistung an Kunden, um deren sie zu gewinnen und zu wecken das Interesse des Verbrauchs macht. Mit der Nutzung von Big Data, die Marketing-Firma kann viel effizienter geworden.

Mit Big Data können Unternehmen viel mehr Informationen über den Kauf und Ihr Publikum Verhalten Gewohnheiten und erreichen dadurch die Marketingprozesse objektiv und effizient. Darüber hinaus ist es möglich, andere Kundengruppen mit unterschiedlichen Gewohnheiten oder auch anderen Verwendungen für bestimmte Produkte zu entdecken. Mit all diesen Informationen kann Marketing angepasst werden.

Ein gutes Beispiel dafür ist, dass anstelle des Ladens erreichen verbreitet Promotions, können Aktionen für jeden Kunden individuell angepasst werden. Sie können durch E-Mails, Prospekte zu Hause oder sogar durch Werbung in sozialen Netzwerken jedes einzelnen Kunden geliefert gesendet werden. So hat das Unternehmen durch die gleiche Menge in Marketing investieren, können Sie bessere Ergebnisse, da dieses Produkt, eine Marke oder eine Dienstleistung zu bekommen, um Menschen zu erreichen, die eine größere Prädisposition haben, sie zu erwerben.

Mayer-Schönberger und Cukier (2013) beispielhaft in seinem Buch, eine amerikanische Kette von Läden genannt Ziel der Konsumgewohnheiten der schwangeren Frauen in der frühen Schwangerschaft realisiert, wo der Verbrauch von feuchtigkeitsspendend oder ähnlichen Produkten war sehr hoch. Von dort begann das Geschäft Broschüren und personalisierte Werbe-Karten, diesen Kunden zu senden, die für schwangere Frauen und Babys nur Aktionen von Produkten hatte. Am Ende fand Ziel, dass eine junge Frau schwanger war schon vor ihrem Vater. Target, mit dieser Information eines spezifischen Marketing-Plan für diese Menschen zu schaffen, weil ich Projektionen machen könnte, wenn die Tatsache, dass Kind geboren werden würde, und um diese Zeit angebotenen Produkte zum Verkauf wie Krippen, Windeln und Utensilien für Babys.

In Anerkennung dieser Muster ist der Schlüssel zu großen Datenmengen, da mit ihnen ist es möglich, eine Vorstellung von Kundenverhalten zu haben, und wie sie verwenden, um Geschäftsprozesse effizienter zu gestalten. Insgesamt kann der Big Data die Vermarktung unterstützt somit Bereitstellung von Informationen, wo zu fahren, wann und an wen bestimmte Aktionen oder Informationen über Produkte oder Dienstleistungen zu senden. Denken Sie daran, dass oft der Big Data nicht vorstellen, warum die Dinge auf diese Weise insbesondere funktionieren, aber in Zahlen kann es beweisen, dass es tatsächlich funktioniert.

4.3.2 Auswirkungen von Big Data in Vertrieb und Logistik

Der Verkauf ist das Hauptziel für Unternehmen, es ist ein wichtiger Grund, diesen gesamten Prozess der Implementierung und Nutzung von Big Data zu halten. Obwohl alle Prozesse miteinander verbunden sind, Logistik eine größere Bedeutung hat, wenn es um den Verkauf geht, da der Verkauf des Produkts oder der Dienstleistung zu machen, ist es notwendig, dass das Unternehmen es zu schaffen, an den Client in der Lage ist. Dies betrifft nicht nur die Verfügbarkeit, sondern auch

Geschwindigkeit und Qualität der Lieferung, gilt letzteres besonders für Aufträge, die durch Zustelldienste gesendet werden, unterscheiden sich von denen der Kunde persönlich entfernt.

Neben das Kaufverhalten und das Verhalten an dem Marketing helfen, das gleiche passiert in Vertrieb und Logistik. Zu wissen, wie die Kunden angesichts der bestimmten Situationen verhalten wird, kann das Unternehmen antizipieren und die Umwelt in einer Weise organisieren, dass der Kunde mehr konsumieren und lassen Sie die gleiche Art und Weise zufrieden. Organisieren Sie die Umwelt nicht nur das Layout oder Anbieten von Produkten, sondern auch dafür sorgen, dass das Produkt, das die Nachfrage der Kunden, zur Verfügung steht, und dass der Laden ist nicht überrascht, in bestimmten Situationen, in Ermangelung Umsatz zu machen und verursachte Unzufriedenheit auf dem Client, die er hat nicht das finden, was Sie suchen. Eines der interessantesten Beispiele angeführt von Mayer-Schönberger und Cukier (2013, S..

37) von Wal-Mart:

Im Jahr 2004 durchkämmte Walmart die Ungeheuerlichkeit der vergangenen Transaktionsdaten, dass jeder Verbraucher Artikel gekauft hat und die Gesamtkosten, was sonst noch in ihrem Korb, war und sogar das Wetter. Damit stellte das Unternehmen, dass vor einem Hurrikan Warnung, nicht nur den Verkauf von Laternen sowie Pop-Tarts erhöht, typisch amerikanischen süß. So wie ein Sturm näherte, schlug Walmart die Pop-Tarts Boxen an dem vor den Geschäften, in der Nähe zu den Artikeln für Hurrikane, um das Leben leichter für die Verbraucher zu machen, die kamen und gingen – und damit steigenden Umsatz.

In diesem Beispiel kann man beobachten, dass sie bereits Kenntnisse über den erhöhten Verzehr von Laternen hatten, als es Prognosen der Hurrikane waren. Darüber hinaus gelang es ihnen, das Lesen auch ein Anstieg der Nachfrage eines typischen amerikanischen Süßigkeiten war Pop-Tarts genannt. Somit wird, wenn es eine Hurrikanwarnung in einer Stadt oder einem Zustand war, konnte Walmart vorzubereiten, so dass diese Produkte auf einfache Weise in den Laden gefunden, und auch dafür sorgen, dass sie die Nachfrage genug Produkt zu erfüllen haben. Es ist bemerkenswert, dass in livor, Mayer-Schönberger und Cukier berichten, dass wir keine Gewissheit über den Grund für den erhöhten Absatz von süßer Pop-Tarts hatten, aber es funktionierte.

Mayer-Schönberger und Cukier (2013, S.. 37) geben ein weiteres Beispiel von Walmart, was beweist, dass der Big Data zeigt bereits seine Kraft aus den 90er Jahren.

„In den 1990er Jahren r[Walmart]evolutionierte er den Einzelhandel alle Produkte als Daten durch ein System registrieren Einzelhandel Verbindung genannt, führenden Anbieter die Geschwindigkeit und das Volumen der Verkäufe und Inventar zu überwachen. Die Schaffung dieser Transparenz erlaubt den Unternehmen Lieferanten zu verpflichten, sich von Versorgung zu zu kümmern. In vielen Fällen ist Walmart nicht „angeeignet“ eines Produkts bis kurz vor dem Verkauf, wodurch das Risiko und die Kosten für die Lager zu reduzieren. Walmart Daten verwendet zu werden, in der Tat die größte versandten Waren lagern in der Welt. "

Diese Beispiele zeigen, wie Big Data ein großes Unternehmen in dem Retail-Markt helfen könnte, so dass es Ihre Kosten senken könnte, Ihren Umsatz zu steigern und damit mehr Wettbewerbsfähigkeit auf dem Markt. Die Verwendung von Big Data hat diese Prozesse eine große positive Auswirkungen leiden, erhöht seine effiziente und damit das Ergebnis des Ladens als Ganzes auswirken.

4.3.3 Auswirkungen von Big Data in Entscheidungen getroffen

Die Entscheidungsfindung sind kritische Momente in den Unternehmen. Dies ist die Zeit, dass das Unternehmen eine Möglichkeit unter vielen anderen entscheiden muß. Das Gewicht der Entscheidung ist hoch, weil in Bezug auf Corporate Image und sogar finanziellen kann einen Gewinn oder Verlust bedeuten. Somit ist es interessant, dass das Unternehmen die größte Menge an Informationen möglich ist, entweder an Kunden, interne oder externe Umgebung. Je mehr Informationen, desto größer ist die Fähigkeit, eine erfolgreiche Entscheidung zu treffen.

Dies ist, wie Big Data Unternehmen bei der Entscheidungsfindung hilft durch die größte Menge an nützlichen Informationen möglich bereitzustellen. Die wiederum eine Vorschau, wie sich der Markt verhalten können in naher Zukunft erhalten verwendet werden. Die Tatsache, dass die Dinge sind unsicher, kann nichts garantiert werden, aber es ist so für alle, und führt die Art und Weise diejenigen, die mehr Informationen haben. Mit der Überquerung von Daten über Kunden erhalten, wie sie sich verhalten, was ihre Gewohnheiten, zusammen mit anderen Informationen, die auf der Entfernung zu kennen erworben werden können, oder auch politische und wirtschaftliche Situationen können Unternehmen eine gute Vorstellung davon, wie sie sich verhalten dieser Markt leiden so viele Variationen.

In einem Markt wie die gegenwärtigen, die extrem schnelle Änderungen verfügen, die Datenerfassung bis zu seiner Umwandlung in Entscheidungen nicht langsam sein kann. Da der Markt sehr schnell ändert, sollten die Antworten von Unternehmen so schnell wie. Es hilft nicht, die richtige Entscheidung zu treffen, wenn es mit einer Verzögerung durchgeführt wird. Somit ist der Big Data auf jeden Fall eine gute Alternative, weil damit Sie eine riesige Menge an Daten analysieren, und bewirken, dass sie Wert für das Unternehmen als Ganze erzeugen.

final Thoughts

Diese Studie sollte die Bedeutung des Einsatzes von Big Data im aktuellen Retail-Markt zeigen. Diese Bedeutung ist die Wirkung, dass die Verwendung dieser großen Menge an Daten, da die Geschäftsprozesse und das Wissen über das Verhalten ihrer Kunden und dem Markt. Vor ein paar Jahren die Bedeutung dieser Technologie erkannt und ist wichtiger Tag für Unternehmen zu werden.

Da die Entwicklung der Forschung, kann es, dass zum Lesen und Interpretation von Big Data in Unternehmen zu beachten, die notwendige Infrastruktur Umsetzung nicht so einfach ist. Einstellung von Mitarbeitern benötigen Sie Kenntnisse in der Gegend haben eine angemessene Unterstützung zu bieten. Investitionen in die Ausrüstung ist nicht nach unten, da sie eine immense Kapazität für die Datenverarbeitung erforderlich ist, zu lesen und diese große Menge an Daten zu analysieren. Deshalb, weil eine Studie der Systemimplementierung Machbarkeit, obwohl die Rückkehr hoch ist es notwendig ist, ist eine hohe Investition notwendig auch, dass für kleine und mittlere Unternehmen nicht praktikabel sein kann.

Die Verwendung von großen Datenmengen ermöglicht es Unternehmen, Daten über den physischen Raum ihrer Geschäfte zu analysieren oder ihre eigenen Websites und sozialen Netzwerken. Alle Daten, die gesammelt werden können und erzeugen kann jede Art von Informationen über den Benutzer, werden kontinuierlich gesammelt, so dass Unternehmen die Verhaltensweisen, Gewohnheiten und Denkweisen der Menschen im Allgemeinen zu überwachen, die die Verbraucher über ihre Produkte waren oder nicht. Somit kann das Niveau der Vorbereitung, dass das Unternehmen für bestimmte Situationen haben, ist extrem hoch, weit jenseits dessen, was es einmal war.

Wurden auf die Entwicklung der Forschung vorgestellt und kommentiert, Beispiele für Prozesse, die unter ihnen sein können effizienter zu gestalten, sind: eine verbesserte Umsetzung des Kapitals in Marketing investiert, ein besseres Management der Logistik Produkte, bessere Warenpräsentation und Organisation von Geschäften. All dies wirkt sich positiv, Abfall zu reduzieren und dadurch zu erzeugen höhere Gewinne für die Unternehmen.

Wie werden die Daten erzeugt immer schneller und in größeren Mengen, gibt es immer mehr Daten analysiert werden. Interessanterweise ist das System für die Analyse und Interpretation der Daten eines Zyklus. So, nachdem das Unternehmen implementieren Änderungen und Verbesserungen aus den Daten, die analysiert wurde, wird es Daten in Reaktion auf diese Anwendungen generierten sammeln, immer mehr Prozesse als die Märkte und Kundenverhaltensänderungen zu verbessern. Aus dieser Überlegung hat das Bereitstellungsmodell und Implementierung von Big Data erstellt worden, die bei der Arbeit vorgestellt wurden. Schließlich kann gefolgert werden, dass die Ziele erreicht wurden

endgültige Vorschläge

Diese Studie beschränkte sich auf die Herstellung Informationen über Big Data und seine Funktionalität in Organisationen, ohne jedoch Ihre Bewerbung und Bereitstellung der Routine einer Organisation üben. So wird vorgeschlagen, dass vor der Anwendung des Modells in jedem Unternehmen durchgeführt wird, ob praktische Prüfung aus dem gleichen, um in der Praxis die Effizienz des Modells zu beweisen.

Es wird auch vorgeschlagen, dass die Arbeit fortgesetzt werden, so dass der praktische Teil dieses Modells getestet werden, was seine eigentliche Funktionalität, Bedeutung und Wert für Einzelhändler identifizieren würde.

Referenzen

CAMARGO, Shirlei Miranda; Toaldo, Ana Maria M. NEPHEW, Zaki Akel. Das Layout als Marketing-Instrument im Handel. 2009. Verfügbar unter: <http://www.anpad.org.br/admin/pdf/MKT1407.pdf>. Zugriff am 25. Mai. 2017.

CASTRO; NEVES. Sales Management – Planejkamento, Strategie und Management. Sao Paulo: Editora Atlas SA, 2005.

Elmasri, Ramez; Navathe, Grundlagen der Datenbank B. Shamkant Systeme. Verfügbar unter: <http://fms.uofk.edu/multisites/UofK_fms/images/pdf/Fundamentals_of_Database_Systems_6t h_Edition.pdf>. Abgerufen am 12. August 2016.

ENOMURA, Bianca Yuki. Big Data: Die Ära der großen Daten angekommen sind. Superinteressante Magazin. v. 4, p. 7-19, Juli 2014.

Gerhardt, Tatiana Engel; SILVEIRA, Denise Tolfo. Forschungsmethoden. Porto Alegre: Herausgeber von UFRGS 2009. Verfügbar unter: <http://www.ufrgs.br/cursopgdr/downloadsSerie/derad005.pdf>. Zugang: 18. Oktober 2016.

IBM. Was ist Big Data?. Verfügbar unter: <https: // www- 01.ibm.com/software/data/bigdata/what-is-big-data.html>. Abgerufen am 11. August 2016.

INTEL. Integrated Electronics Corporation. Big Data 101: Unstructured Data-Analytik Der Crash-Kurs auf die IT-Landschaft für Big Data and Emerging Technologies. Verfügbar unter: <http://www.intel.com/content/www/us/en/big-data/unstructured-data-analytics- paper.html>. Abgerufen am 12. August 2016.

ISACA®, Datenschutz und Big Data. 2013th. Verfügbar unter: <http://www.isaca.org/Knowledge-Center/Research/Documents/Privacy-and-Big- Data_whp_Portuguese_0913.pdf>. Zugriff auf 12. August 2016.

ISACA®. Big Data: Wirkungen und Nutzen. 2013B. Verfügbar unter: <http://www.isaca.org/Knowledge-Center/Research/Documents/Big- Data_whp_Por_0413.pdf>. Abgerufen am 12. August 2016.

Kotler, Philip. Marketing Management. 14. Ed. – Sao Paulo: Pearson Education, Brasilien, im Jahr 2012.

LAUDON, Kenneth C. LAUDON, Jane P. Management Information System. Ed. 11. Sao Paulo, SP: Pearson Education, Brasilien, im Jahr 2014.

LIMA, Cecilia A. R. CALAZANS, Janaina H. C. Digitale Fußspuren: "Big Data" und strategischen Informationen über Verbraucher. Verfügbar unter: <http://gitsufba.net/anais/wp-content/uploads/2013/09/13n2-pegadas_49483.pdf>. Abgerufen am 11. August 2016.

Manyika, James; COP, Michael; BROWN, Brad et al. Big Data: Die nächste Grenze für Innovation, Wettbewerb und Produktivität. Verfügbar unter: <http://www.mckinsey.com/business-functions/business-technology/our-insights/big-data-the- nächsten Grenze-for-Innovation>. Abgerufen am 11. August 2016.

MAYER-SCHÖNBERGER, Viktor; CUKIER, Kenneth. Big Data: Wie Volumen, Vielfalt, Geschwindigkeit und den Wert der Avalanche Information Daily zu extrahieren. Rio de Janeiro: Elsevier, 2013.

MORITZ, Gilberto Oliveira. PEREIRA, Maurício Fernandes. Entscheidungsprozess.

Florianópolis, SC. SEAD / UFSC 2006.

PAURA, Glávio Leal. Fundamentals of Logistics. Curitiba, PR. 2012.

Prodanov, Cleber Cristiano; FREITAS, Ernani Cesar. Methodologie der wissenschaftlichen Arbeit[recurso eletrônico]: Methoden und Techniken der Forschung und wissenschaftliche Arbeiten. 2nd ed. – Novo Hamburgo, RS: Feevale 2013.

Exame Magazin. Atacarejo führt in Vertretung für Familien. Durch Estadão CONTENT. Verfügbar unter: <http://exame.abril.com.br/negocios/atacarejo-lidera-em- Vertretung-for-Familien />. Abgerufen am: 6. Dezember 2016.

ROESCH, Sylvia Maria Azevedo. Bühnenbild und Forschung Verwaltung. 2nd ed. – Sao Paulo, SP: Editora Atlas SA, 1999.

SILVEIRA, Daniel; CAVALLINI, Marta. Die Einzelhandelsumsätze fallen im Februar 2017 sagt IBGE. Mit dem G1 Globo – Wirtschaft. Verfügbar unter: <http://g1.globo.com/economia/noticia/vendas-no-comercio-caem-em-fevereiro-de-2017-diz- ibge.ghtml>. Abgerufen am 25. Mai 2017.

Taurion, Cezar. Big Data. Rio de Janeiro, RJ :. Verlag Brasport Bücher und Medien GmbH, im Jahr 2013. ePUB.

Tessarolo, Peter H. MAGALHÃES, William B. Die Ära der Big Data in digitalen Inhalten: Strukturierte und unstrukturierte Daten. Verfügbar unter: <http://web.unipar.br/~seinpar/2015/_include/artigos/Pedro_Henrique_Tessarolo.pdf>. Abgerufen am 12. August 2016.

DAMA THE GUIDE. Die DAMA Leitfaden für die Data Management Body of Knowledge. Verfügbar unter: <https://www.safaribooksonline.com/library/view/the-dama- anleiten / 9781935504009 / DMBOK% 20Guide.html>. Abgerufen am 12. August 2016.

[1] Administration Course scholar CEULJI / ULBRA

[2] Frau UFSC, Verwaltung Kurs Lehrer CEULJI / ULBRA

[3] SILVEIRA, Daniel; CAVALLINI, Marta. Die Einzelhandelsumsätze fallen im Februar 2017 sagt IBGE. Mit dem G1 Globo – Wirtschaft. Verfügbar unter: <http://g1.globo.com/economia/noticia/vendas-no-comercio-caem-em- Februar-to-2017-erzählt ibge.ghtml>. Abgerufen am 25. Mai 2017.

[4] Exame Magazin. Atacarejo führt in Vertretung für Familien. Durch Estadão CONTENT. Verfügbar unter: <http://exame.abril.com.br/negocios/atacarejo-lidera-em-representatividade-para-familias/>. Abgerufen am: 6. Dezember 2016.

[5] API ist ein Satz von Programmierroutinen und Standards für den Zugang zu einer Software-Anwendung oder Web-basierte Plattform. Der Follow-API bezieht sich auf die englische Bezeichnung „Application Programming Interface“, die in der Übersetzung in Portugiesisch „Application Programming Interface“ bedeutet.

5/5 - (1 vote)

Leave a Reply

Your email address will not be published. Required fields are marked *

POXA QUE TRISTE!😥

Este Artigo ainda não possui registro DOI, sem ele não podemos calcular as Citações!

SOLICITAR REGISTRO
Pesquisar por categoria…
Este anúncio ajuda a manter a Educação gratuita