por COMJOVEM NTC | dez 2, 2024 | Artigos, Núcleo São José do Rio Preto
- INTRODUÇÃO
O artigo explora o uso de Big Data e análise preditiva no transporte rodoviário de cargas, destacando como essas tecnologias estão transformando o setor. Big Data envolve a coleta e análise de grandes volumes de dados, enquanto a análise preditiva usa esses dados para prever demandas, otimizar rotas e melhorar a eficiência operacional. A importância dessas tecnologias está na capacidade de reduzir custos, aumentar a pontualidade e melhorar a tomada de decisões estratégicas, tornando as empresas mais competitivas no mercado.
2. DESENVOLVIMENTO
Big Data refere-se ao vasto volume de dados gerados em alta velocidade e provenientes de diversas fontes. No setor de transporte rodoviário de cargas, Big Data é essencial para otimizar operações e melhorar a tomada de decisões. As empresas utilizam dados coletados de sensores em veículos, sistemas de GPS, condições meteorológicas e informações de tráfego para monitorar e ajustar suas operações em tempo real.
Esses dados são armazenados em plataformas que lidam com o grande volume, variedade e velocidade das informações. A análise desses dados permite otimizar rotas, prever demandas e realizar manutenção preventiva. Por exemplo, dados de GPS e tráfego ajudam a escolher as rotas mais eficientes, enquanto sensores nos veículos permitem prever falhas mecânicas e realizar manutenção preventiva, evitando custos inesperados. No geral, o uso de Big Data no transporte rodoviário de cargas melhora a eficiência, reduz custos e oferece uma vantagem competitiva significativa para as empresas, transformando o setor e possibilitando uma gestão mais estratégica e proativa.
A análise preditiva está revolucionando o setor de transporte ao permitir que empresas prevejam padrões de demanda, otimizem rotas e melhorem os horários de entrega. Utilizando técnicas como machine learning e modelos estatísticos, as empresas analisam dados históricos e em tempo real para antecipar comportamentos futuros e tomar decisões informadas.
Por exemplo, modelos de machine learning podem prever picos de demanda com base em tendências sazonais ou mudanças econômicas, permitindo que as empresas ajustem sua capacidade de transporte de forma proativa. Na otimização de rotas, a análise preditiva utiliza dados de GPS e condições de tráfego para calcular as rotas mais eficientes, reduzindo o tempo de viagem e o consumo de combustível.
Além disso, essas técnicas ajudam a identificar e prever possíveis problemas, como congestionamentos ou falhas mecânicas, permitindo a manutenção preventiva e evitando interrupções no serviço. No geral, a análise preditiva não só melhora a eficiência operacional, mas também aumenta a satisfação do cliente ao garantir entregas mais rápidas e precisas.
3. ARGUMENTAÇÃO
A integração de Big Data e análise preditiva transforma a tomada de decisões estratégicas nas empresas de transporte, proporcionando uma visão mais detalhada e precisa das operações. Com essas ferramentas, as empresas podem alocar recursos de maneira mais eficaz, ajustando a capacidade de transporte conforme as previsões de demanda e evitando desperdícios.
Além disso, o planejamento de manutenção preventiva se torna mais eficiente, com a análise preditiva identificando potenciais falhas mecânicas antes que ocorram, reduzindo tempos de inatividade e custos inesperados. Isso também impacta diretamente na satisfação do cliente, pois as entregas se tornam mais pontuais e confiáveis, reforçando a confiança e a lealdade dos clientes.
Empresas como UPS e DHL implementaram com sucesso Big Data e análise preditiva no transporte rodoviário de cargas. A UPS, por exemplo, utilizou essas tecnologias para otimizar rotas, resultando em uma redução significativa nos custos operacionais e no consumo de combustível. A DHL melhorou a pontualidade das entregas e a segurança dos motoristas, antecipando problemas nas rotas e realizando manutenção preventiva. Esses exemplos mostram como a análise avançada de dados pode transformar a eficiência e a confiabilidade das operações logísticas.
4. CONSIDERAÇÕES FINAIS:
O artigo destacou como Big Data e análise preditiva melhoram a eficiência operacional, otimizam rotas e preveem demandas no transporte rodoviário de cargas, reduzindo custos e aumentando a satisfação do cliente. Essas tecnologias são essenciais para o futuro do setor, mas desafios como a gestão de grandes volumes de dados e a integração de novas tecnologias precisam ser enfrentados. Desenvolvimentos futuros podem incluir maior automação e o uso de inteligência artificial para decisões ainda mais precisas.
REFERÊNCIAS
FREITAS, José Carlos. Big Data e Análise Preditiva: Conceitos e Aplicações. 2. ed. São Paulo: Editora Tech, 2023.
SILVA, Maria. O Impacto do Big Data no Transporte Rodoviário. Revista de Logística e Transportes, v. 12, n. 4, p. 45-56, ago. 2022.
OLIVEIRA, Ana. Como a Análise Preditiva Está Transformando o Transporte. Logística Atual. Disponível em: https://www.logisticaatual.com.br/analise-preditiva-transporte. Acesso em: 15 jul. 2024.
UPS. Relatório Anual de Inovação em Logística. Atlanta: UPS, 2023. Disponível em: https://www.ups.com/relatorio–inovacao. Acesso em: 22 ago. 2024.
por COMJOVEM NTC | dez 2, 2024 | Artigos, Núcleo Santos
A segurança cibernética é um assunto de extrema importância no desenvolvimento de empresas, porém muitas vezes é deixada de lado, principalmente em cenários onde os investimentos são limitados, sendo priorizados para ações focadas em ganho de produtividade e aumento de faturamento. Em empresas de transporte rodoviário de cargas, não é diferente. O mercado do transporte, que historicamente possui margens de lucro baixas, com custos operacionais muito elevados, os assuntos relacionados à segurança cibernética muitas vezes são deixados de lado.
As transportadoras lidam com uma grande quantidade de informações, incluindo detalhes sobre cargas, rotas, clientes e operações financeiras. O uso de tecnologias como rastreamento em tempo real e telemetria, usadas para aumentar a segurança e eficiência, também aumentam a vulnerabilidade a ataques cibernéticos. Uma invasão no sistema pode resultar em graves consequências, como prejuízo nas operações, perda de dados confidenciais dos clientes, perdas financeiras e danos à reputação da empresa.
Links maliciosos podem ser acessados a qualquer momento pelos funcionários de forma acidental, possibilitando a invasão de hackers dentro do sistema das empresas. Uma vez dentro dos servidores, esses malwares acessam informações confidenciais, podendo até subtrai-las das empresas para uso indevido ou para a cobrança de resgate. Esse tipo de invasão pode paralisar toda operação de empresas do setor, causando grandes perdas financeiras e também mostrando insegurança para seus clientes.
Dentro deste cenário, é cada vez mais evidente que as empresas precisam investir na sua segurança cibernética, o que pode futuramente, evitar grandes prejuízos financeiros. O primeiro passo seria treinamento para funcionários, evidenciando a importância da confidencialidade das informações e o cuidado com acessos indevidos, possibilitando a identificação de ameaças à segurança. Investimento em segurança tecnológica como a instalação de firewalls, sistemas de detecção de intrusão e software antivírus em todos os dispositivos conectados à rede da empresa também é muito importante. Sistemas de segurança funcionam como uma segunda barreira, após o erro humano de acessar links maliciosos, e garantem que esses malwares não consigam avançar dentro do sistema informacional das empresas. Por último, supervisionar em tempo real todas as atividades digitais da empresa pode ajudar a identificar rapidamente qualquer comportamento suspeito.
Os fatores mencionados acima podem ser grandes desafios para empresas de pequeno e médio porte, por se tratarem de investimentos elevados. Por este motivo, uma solução viável seria a contratação de serviços de segurança cibernética que ofereçam monitoramento 24 horas por dia, garantindo a detecção de qualquer invasão.
Mudar a cultura das empresas para realocar investimentos e destinar capital para segurança cibernética é um outro desafio, porém é de extrema importância que as transportadoras consigam investir nesse tipo de segurança. A mentalidade deve ser a mesma em relação aos investimentos em rastreadores e gerenciadoras de risco, pois são custos altos, porém necessários, e quando funcionam, podem evitar grandes prejuízos. Proteger-se contra ameaças não é apenas uma questão de tecnologia, mas uma necessidade estratégica para garantir a continuidade dos negócios e a proteção dos dados.
Em resumo, a segurança cibernética em uma transportadora de médio porte exige uma abordagem integrada que combine tecnologia, treinamento e uma forte cultura de segurança. Com essas práticas, a empresa estará mais bem equipada para proteger suas operações e garantir que seus clientes continuem a confiar em seus serviços. Investir em segurança cibernética é garantir a longevidade e a solidez da empresa no mercado, mesmo diante dos desafios digitais cada vez maiores.
por COMJOVEM NTC | dez 2, 2024 | Artigos, Núcleo Santos
Nos últimos anos, o Big Data tem sido amplamente discutido em diversas indústrias, à medida que as organizações buscam formas de coletar grandes volumes de dados para obter informações valiosos. Ao mesmo tempo, a análise preditiva surgiu como uma ferramenta que utiliza esses dados para prever tendências e comportamentos futuros.
Conceitos Fundamentais Big Data
Big Data é o conjunto de dados que são tão grandes e complexos que se tornam difíceis de gerenciar e analisar utilizando técnicas tradicionais de gerenciamento de dados. Esses conjuntos de dados são frequentemente caracterizados pelas “cinco Vs” a seguir:
Volume: É a quantidade massiva de dados gerados e coletados.
Variedade: É a diversidade dos dados, que podem vir em formatos estruturados, semiestruturados ou não estruturados.
Velocidade: Se relaciona à velocidade com que os dados são gerados e precisam ser processados.
Veracidade: Refere-se à qualidade e confiabilidade dos dados.
Valor: É o potencial dos dados para fornecer insights e criar valor para a organização.
Análise Preditiva
A análise preditiva é uma técnica analítica que utiliza modelos estatísticos e algoritmos de machine learning para analisar dados históricos e fazer previsões sobre eventos futuros. Essa técnica envolve três etapas principais:
Coleta de dados: Agrega dados relevantes que serão utilizados para a construção do modelo preditivo.
Modelagem: Aplicação de técnicas de machine learning e estatísticas para criar um modelo que consiga prever resultados com base nos dados históricos.
Validação e Implementação: Teste e ajuste do modelo para garantir sua precisão antes de sua aplicação no ambiente real.
A relação entre Big Data e Análise Preditiva
Big Data e análise preditiva estão profundamente interligados. Big Data fornece a vasta quantidade de dados necessária para alimentar modelos preditivos, enquanto a análise preditiva utiliza esses dados para identificar padrões e fazer previsões. O grande volume e a variedade de dados disponíveis por meio de Big Data permitem que os modelos preditivos
sejam mais precisos e robustos, uma vez que podem ser treinados com um maior conjunto de variáveis e cenários.
Aplicações Práticas Finanças
No setor financeiro, a análise preditiva é usada para prever o risco de crédito, detectar fraudes e otimizar carteiras de investimento. Com o auxílio de Big Data, as instituições financeiras podem analisar padrões históricos de transações e comportamento do cliente para prever quais clientes têm maior probabilidade de inadimplência ou fraude.
Saúde
Na área da saúde, a análise preditiva é empregada para prever surtos de doenças, identificar pacientes com alto risco de complicações e otimizar o planejamento de recursos. Ao utilizar grandes volumes de dados de pacientes, hospitais e instituições de saúde podem tomar decisões mais informadas e melhorar a qualidade do atendimento.
Varejo
Empresas de varejo utilizam a análise preditiva para prever demandas de estoque, otimizar a gestão da cadeia de suprimentos e personalizar campanhas de marketing. Ao analisar os dados de vendas e comportamento do cliente, os varejistas podem prever quais produtos terão maior demanda em diferentes épocas do ano e ajustar suas estratégias de acordo.
Conclusão
Big Data e análise preditiva representam uma combinação poderosa que pode transformar a forma como as organizações operam e tomam decisões. Apesar dos desafios significativos na coleta, integração e análise de grandes volumes de dados, as recompensas potenciais são substanciais. À medida que as tecnologias de Big Data e análise preditiva continuam a evoluir, espera-se que seu impacto nas diversas indústrias se torne ainda mais profundo e transformador.
Referências
- Provost, F., & Fawcett, T. (2013). Data Science for Business: What You Need to Know about Data Mining and Data-Analytic Thinking. O’Reilly Media.
- Dean, J., & Ghemawat, S. (2008). MapReduce: Simplified Data Processing on Large Clusters. Communications of the ACM, 51(1), 107-113.
- Witten, I. H., Frank, E., & Hall, M. A. (2016). Data Mining: Practical Machine Learning Tools and Techniques. Morgan Kaufmann.
- IBM. (2021). Big Data & Analytics. Retrieved from IBM official website.
- SAS Institute. (2020). Predictive Analytics: What it is and why it matters. Retrieved from SAS official website.
por COMJOVEM NTC | dez 2, 2024 | Artigos, Núcleo Rio de Janeiro
Introdução
No cenário atual, onde a digitalização e a conectividade são essenciais para a operação eficiente do setor de transporte rodoviário de cargas e logística, a segurança cibernética tornou-se uma prioridade indiscutível. O Sindicato das Empresas de Transporte Rodoviário de Cargas e Logística do Rio de Janeiro (SINDICARGA) reconhece a importância de proteger as operações das empresas associadas contra ameaças cibernéticas. Este artigo técnico visa fornecer uma visão geral das práticas recomendadas em segurança cibernética e destacar as medidas que as empresas devem adotar para proteger seus sistemas e dados.
Ameaças Cibernéticas no Setor de Transporte
As empresas de transporte rodoviário de cargas e logística estão particularmente vulneráveis a uma variedade de ameaças cibernéticas, incluindo:
- Ransomware: Programas maliciosos que criptografam os dados da empresa, exigindo um resgate para liberá-los. Esse tipo de ataque pode paralisar operações e causar prejuízos financeiros significativos.
- Phishing: Técnicas de engenharia social utilizadas para enganar os funcionários e obter informações confidenciais, como credenciais de login e dados financeiros.
- Ataques DDoS (Denial of Service): Sobrecarga dos sistemas de TI da empresa com tráfego malicioso, tornando-os inacessíveis e comprometendo a operação normal.
- Vulnerabilidades de Software: Falhas em sistemas e aplicativos que podem ser exploradas por hackers para obter acesso não autorizado aos sistemas da empresa.
Medidas de Segurança Cibernética Recomendadas
Para mitigar os riscos associados a essas ameaças, o SINDICARGA recomenda a adoção das seguintes práticas de segurança cibernética:
- Educação e Treinamento dos Funcionários: Implementar programas de treinamento regulares para sensibilizar os colaboradores sobre práticas seguras, como reconhecer e-mails de phishing e utilizar senhas robustas.
- Atualizações e Patches de Segurança: Manter todos os sistemas operacionais e softwares atualizados com os últimos patches de segurança. As atualizações frequentemente corrigem vulnerabilidades que podem ser exploradas por atacantes.
- Implementação de Políticas de Segurança: Desenvolver e implementar políticas de segurança cibernética claras e abrangentes, incluindo o gerenciamento de acesso, a proteção de dados e a resposta a incidentes.
- Backup de Dados: Realizar backups regulares e armazená-los em locais seguros. Em caso de ataque de ransomware ou falha de sistema, ter cópias de dados atualizadas é essencial para garantir a continuidade dos negócios.
- Uso de Ferramentas de Segurança: Investir em soluções de segurança, como antivírus, firewalls e sistemas de detecção de intrusões (IDS), para proteger os sistemas contra ameaças conhecidas e desconhecidas.
- Auditorias e Avaliações de Segurança: Conduzir auditorias de segurança periódicas para identificar vulnerabilidades e avaliar a eficácia das medidas de proteção existentes.
Conclusão
A segurança cibernética é uma responsabilidade compartilhada que exige vigilância contínua e uma abordagem proativa. O SINDICARGA enfatiza que, para proteger eficazmente os sistemas e dados das empresas associadas, é crucial adotar uma combinação de educação, tecnologia e políticas robustas. Em um setor onde a integridade dos dados e a continuidade operacional são fundamentais, investir em segurança cibernética não é apenas uma questão de proteção, mas uma estratégia essencial para garantir a competitividade e a confiança dos clientes.
Referências
- National Institute of Standards and Technology (NIST). (2020). Framework for Improving Critical Infrastructure Cybersecurity.
- European Union Agency for Cybersecurity (ENISA). (2021). Guidelines for Secure Software Development.
- Center for Internet Security (CIS). (2023). CIS Controls Version 8.
por COMJOVEM NTC | dez 2, 2024 | Artigos, Núcleo Rio de Janeiro
Introdução
A tecnologia blockchain e os contratos inteligentes têm potencial para revolucionar o setor de transporte rodoviário de cargas e logística, oferecendo maior transparência, eficiência e segurança nas operações. O Sindicato das Empresas de Transporte Rodoviário de Cargas e Logística do Rio de Janeiro (SINDICARGA) explora, neste artigo, como essas tecnologias emergentes podem beneficiar as empresas associadas e aprimorar a gestão de suas operações.
O Que é Blockchain?
Blockchain é uma tecnologia de registro distribuído que permite a criação de um banco de dados seguro e imutável. Cada transação é registrada em um bloco e, uma vez confirmado, o bloco é adicionado à cadeia de blocos existentes. Esse processo é realizado de forma descentralizada e transparente, o que significa que todos os participantes da rede podem verificar e validar as transações sem necessidade de intermediários.
Benefícios do Blockchain para o Transporte Rodoviário
- Transparência e Rastreabilidade: A natureza imutável do blockchain garante que todos os dados registrados são permanentes e acessíveis para todos os participantes da rede. Isso permite um rastreamento mais preciso e transparente de cargas, desde a origem até o destino, melhorando a visibilidade da cadeia de suprimentos.
- Redução de Fraudes e Erros: Com registros digitais seguros e verificáveis, o blockchain minimiza o risco de fraudes e erros administrativos. Isso reduz a necessidade de auditorias extensivas e promove maior confiança entre as partes envolvidas.
- Eficiência Operacional: A automação de processos por meio de blockchain pode reduzir o tempo e os custos associados a tarefas manuais, como a verificação de documentos e a reconciliação de contas. Isso acelera o fluxo de trabalho e melhora a eficiência operacional.
- Segurança de Dados: A criptografia utilizada no blockchain proporciona um alto nível de segurança, protegendo informações sensíveis contra acesso não autorizado e ataques cibernéticos.
Contratos Inteligentes: Automação e Segurança
Contratos inteligentes são programas autoexecutáveis que rodam em uma blockchain. Eles são projetados para automaticamente executar, controlar ou documentar ações e acordos quando condições predefinidas são atendidas. No contexto do transporte rodoviário, contratos inteligentes podem trazer os seguintes benefícios:
- Automatização de Processos: Contratos inteligentes permitem a automação de tarefas repetitivas, como a liberação de pagamentos ao atingir marcos específicos da
entrega. Isso reduz a necessidade de intervenção manual e acelera a execução dos contratos.
- Condições e Regras Predefinidas: As partes podem definir regras e condições específicas que, quando atendidas, acionam automaticamente as cláusulas do contrato. Por exemplo, um contrato inteligente pode liberar um pagamento quando uma carga é confirmada como entregue através de um registro de blockchain.
- Redução de Disputas: A transparência e a imutabilidade dos contratos inteligentes ajudam a prevenir disputas e mal-entendidos, uma vez que todas as partes têm acesso às mesmas informações e acordos são executados conforme programado.
- Eficiência e Redução de Custos: A automação e a eliminação de intermediários contribuem para a redução de custos e maior eficiência nos processos contratuais. Isso pode levar a uma significativa economia de tempo e dinheiro para as empresas de transporte.
Implementação e Desafios
Embora a adoção de blockchain e contratos inteligentes ofereça muitos benefícios, sua implementação pode apresentar desafios. Entre eles:
- Complexidade Tecnológica: A implementação de soluções baseadas em blockchain e contratos inteligentes pode exigir uma atualização significativa da infraestrutura tecnológica e a integração com sistemas existentes.
- Regulamentação e Conformidade: A regulamentação em torno do uso de blockchain e contratos inteligentes ainda está em desenvolvimento. As empresas devem garantir que suas práticas estejam em conformidade com as leis e regulamentações aplicáveis.
- Custo Inicial: O custo inicial para a implementação dessas tecnologias pode ser alto. No entanto, os benefícios a longo prazo, como a redução de custos operacionais e a melhoria da eficiência, podem justificar o investimento.
Conclusão
Blockchain e contratos inteligentes oferecem um potencial transformador para o setor de transporte rodoviário de cargas e logística. Com benefícios como maior transparência, eficiência operacional e segurança de dados, essas tecnologias têm o poder de revolucionar a forma como as empresas gerenciam suas operações. O SINDICARGA incentiva suas empresas associadas a explorar e considerar a integração dessas tecnologias em suas práticas para se manterem competitivas e aproveitar as vantagens oferecidas pela inovação digital.
Referências
- Nakamoto, S. (2008). Bitcoin: A Peer-to-Peer Electronic Cash System.
- Swan, M. (2015). Blockchain: Blueprint for a New Economy.
- Tapscott, D., & Tapscott, A. (2016). Blockchain Revolution: How the Technology Behind Bitcoin Is Changing Money, Business, and the World.
por COMJOVEM NTC | nov 29, 2024 | Artigos, Núcleo Porto Alegre
Resumo
Com o avanço da tecnologia, o uso de Big Data e Análise preditiva tem se tornado primordial para as empresas gerenciarem suas operações, a fim de otimizarem seus processos e reduzir seus custos de operação. Decisões estratégicas passam cada vez mais por Big Data e Análise preditiva, sendo difícil a tomada de decisão para grandes operações sem essas ferramentas. Esse artigo explora como grandes volumes de dados são utilizados para prever padrões de demanda, otimizar rotas e horários de entrega e melhorar a tomada de decisões. A partir da revisão de literatura e estudos de caso, discutem-se as aplicações práticas dessas tecnologias e os desafios envolvidos.
1. Introdução
O conceito por trás da palavra Big Data refere-se a gestão de grandes volumes de dados que são gerados em grande velocidade e em formatos diferentes (LOPES; SILVA, 2021). Por sua vez, a análise preditiva, usa técnicas estatísticas e algoritmos para prever eventos no futuro com base em dados históricos (RODRIGUES, 2020). Essa abordagem não só reduz os custos associados ao excesso de estoque, mas também melhora a capacidade da empresa de atender à demanda dos clientes com mais precisão.
2. Prognóstico de Solicitação
O prognóstico de solicitação ou previsão de demanda é uma das características principais da aplicação básica do Big Data, é o que torna o conceito da ferramenta prática, basicamente razão de sua existência. Vemos exemplos claros como a Magazine Luiza utilizando ferramentas de análise preditiva para “prever” a demanda de produtos aos seus consumidores e otimizar a gestão do seu estoque (OLIVEIRA; COSTA, 2022). No ambiente empresarial, essas tecnologias são aplicadas para melhorar a eficiência operacional e a tomada de decisões estratégicas.
3. Otimização de Rotas e Horários de Entrega
No setor de logística, a análise preditiva é utilizada para otimizar rotas e horários de entrega. Empresas como a Loggi empregam técnicas de Big Data para analisar dados de tráfego, condições meteorológicas e histórico de entregas, com o objetivo de melhorar a eficiência das rotas e reduzir o tempo de entrega (SILVA, 2021). Essa otimização contribui para a redução de custos operacionais e aumenta a satisfação dos clientes, que se beneficia de entregas mais rápidas e confiáveis.
4. Melhoria da Tomada de Decisões Estratégicas
A análise preditiva também melhora a tomada de decisões estratégicas ao fornecer insights sobre tendências de mercado e comportamentos dos consumidores. Instituições financeiras e empresas de varejo utilizam essas análises para ajustar suas estratégias de mercado e identificar novas oportunidades (RODRIGUES, 2020).
Esses insights permitem uma gestão mais eficiente dos recursos e uma resposta mais ágil às mudanças no ambiente de negócios.
5. Desafios e Considerações Finais
Apesar dos benefícios, a utilização de Big Data e análise preditiva apresenta desafios, incluindo a necessidade de garantir a qualidade dos dados e a conformidade com regulamentações de privacidade (LOPES; SILVA, 2021). A integração de dados de diferentes fontes e a proteção de informações sensíveis são aspectos críticos que devem ser geridos com cuidado para maximizar os benefícios dessas tecnologias.
Conclusão
Big Data e análise preditiva têm o potencial de transformar significativamente as operações empresariais, permitindo previsões mais precisas, otimização de processos e melhores decisões estratégicas. Contudo, é essencial que as empresas enfrentem os desafios relacionados à qualidade e privacidade dos dados para obter os melhores resultados.
Referências
OLIVEIRA, J. C.; COSTA, R. F. Gestão de Estoques com Big Data: O Caso da Magazine Luiza. Revista Brasileira de Administração, v. 22, n. 1, p. 34-45, 2022.
RODRIGUES, M. C. Análise Preditiva e Decisões Estratégicas: Aplicações e Tendências. Editora Saraiva, 2020.
LOPES, E. A.; SILVA, T. S. Big Data e Análise Preditiva: Desafios e Oportunidades para o Ambiente Empresarial. Editora Atlas, 2021.
