[MÚSICA] [MÚSICA] Nesse bloco o Pedro vai contar para nós algumas aplicações de cases reais relacionados à Cloudera. Então no primeiro momento vamos falar de finanças. O que vocês têm feito no mundo financeiro? >> Hoje o mercado financeiro é uma grande vertical para utilização de dados e Big Data. Então, é uma indústria muito importante para o cenário de dados. E a Cloudera tem alguns cases. Cases relação à mitigação para fraude, ou seja, como identificar dentro de histórico de transações que você tem, por exemplo, num cartão de crédito quais dessas transações são fraudes, e quais são boas para quem está lá na ponta passando esse tipo de transação, fazendo esse tipo de transação no comerciante que tem a parceria com a operadora. Então, no mercado financeiro você tem a questão do tempo e a criatividade, ou seja, as diversas maneiras que você tem hoje de tentar gerar uma transação fraudulenta. Então, a gente tem alguns cases nesse cenário para permitir uma infraestrutura que consiga monitorar e capturar. Inclusive, a Cloudera tem uma implementação certificada com o padrão PCI que é o padrão de segurança para transações cartão de crédito. Então, a gente conseguiu, sem nenhum tipo de customização, fazer esse tipo de implementação e conseguir essa certificação, inclusive de uma maneira bastante transparente, sem nenhum tipo de adaptação do sistema para atender esse tipo de demanda dentro dessa indústria. Dentro da indústria de finanças caindo pouco para a área de seguros, que é outra área também bastante interessante, a gente tem caso na Europa onde a operadora ela conseguiu monitorar o perfil do seus segurados para entender o comportamento e o estilo de utilização, ou seja, do bem segurado o carro ou alguma coisa assim, para melhorar a oferta desse produto para aquele perfil. Então, a gente tem visto hoje nessa indústria de finanças que os dados contribuem para ser algo mais assertivo e mitigar o risco de uma operação que não é, vamos dizer assim, condizente com aquilo que está demandando as duas partes. >> Agora eu vou perguntar para o Pedro cliente, não o Pedro executivo. O quê que o sistema financeiro pode fazer para encantar você como cliente, usando uma solução Big Data? >> Eu vou citar exemplo que aconteceu comigo sem citar nomes, é claro, mas eu acho que é interessante porque abre pouco as possibilidades. Eu estava momento de decidir qual investimento fazer num bankline, ou seja, olhando no site qual as opções de investimento que eu tinha e tal, e geração X, saiu aquele robozinho pedindo para fazer a intervenção e me ajudar na operação, e eu recusei e continuei e pedi uns minutos naquela operação. E a gerente de investimento me ligou e falou, "Olha eu percebi que, pela navegação que você está fazendo no site, você está indeciso. Como posso te ajudar a escolher? Me diz pouco mais do quê que você quer, que eu posso te ajudar se você não se importar." E a conversa fluiu, ela me fez duas indicações. Eu aceitei a indicação. Quer dizer, ela usou os dados da minha navegação no site para entender que eu estava indeciso relação à quele site. Então, a indústria financeira tem condições de usar essas informações para prover serviço mais personalisado. A gente chama de personalização do serviço. Ou seja, hoje a internet, todos esses relacionamentos que você tem com a instituição financeira viabiliza esse tipo de intervenção no momento adequado. Se ela me ligasse meia hora depois provavelmente eu já teria feito a decisão por outro tipo de investimento e, a experiência não seria a experiência positiva que eu tive naquele momento. >> De fato chegou no momento certo, na hora certa, no cliente certo, que essa é a vantagem do Big Data, você vai fazer modelo utilizado para cada cliente, não tem limite de modelagem. >> Não dá para fazer isso sem dados >> Não dá para fazer sem dados, sem padrão. E com relação a Telecom? >> É interessante porque é setor bastante pesado relação à utilização de dados, ou seja, você tem volume de dados bastante expressivo. E não é somente por causa disso que pode-se dizer que é Big Data, porque é muito mais do que só volume de dados. O nome Big Data as vezes induz a essa conclusão mas não é só isso, mas é cenário de utilização de volumes de dados bastante expressivos. A gente tem case com a empresa de Telecom que conseguiu fazer o que a gente chama de offload do seu data warehouse. Que é coexistindo com a plataforma Cloudera, a estrutura de data warehouse otimizar a capacidade de armazenamento dos históricos de operações e tudo mais, para primeiro reduzir o custo de armazenamento. Segundo, viabilizar a exploração de dados com o histórico maior, porque isso sempre é importante no cenário de Big Data, advanced analytics, e permitir também o cenário de self service BI. Que é permitir que a área de marketing, a área de produto possa explorar dados que muitas vezes não estão ainda padronizados, desenhados por data warehouse, e entender oportunidades de trabalhar com esses dados para gerar novo produto para fazer algum tipo de intervenção no negócio, uma melhoria de serviço, alguma coisa assim. Então, nesse caso, a gente colaborou para reduzir o custo de armazenamento desse histórico de dados. Outro cenário bastante importante é o de ingestão de dados. Cada vez mais nas organizações a janela para fazer a ingestão de dados é menor, e então dentro da nossa plataforma a gente conseguiu otimizar essa ingestão de dados, porque dentro da plataforma você pode trazer o dado cru. Então você pega o dado do jeito que ele está joga dentro da plataforma, e trabalha isso usando todo a capacidade da plataforma, do ecossistema para disponibilizar esse dado para quem vai tomar decisão, para quem vai fazer algum tipo de descoberta do data discovery que o mercado fala bastante hoje. >> E com a grande vantagem de que todos os executivos estão acessando o mesmo data lake. Todos têm a oportunicade de estar com a mesma informação para trabalhar de forma conjunta. Que é diferencial. >> Sim e além disso a segurança, ou seja, você tem condições de implementar a camada de segurança para permitir que a equipe de marketing vai olhar dentro desse contexto. O time de RH, por exemplo, hoje quando se fala da utilização de Big Data para fazer o ranking de candidatos e tudo mais, e até o perfil que você precisa desenhar para o processo sucessório, que também é outro grande desafio hoje na área de recursos humanos. Então você tem condições de mascarar algumas informações. Poxa, eu quero conhecer o perfil do Pedro mas não quero ver o salário dele, não quero expor isso para analÃsta que vai trabalhar essas informações. Então dá para implementar essa camada de segurança. >> Perfeito. e com relação ao varejo? >> Varejo. Varejo também é uma área bastante interessante. >> Principalmente para as mulheres. [RISOS] >> Sim, tem dois exemplos que eu vou comentar. Não é, não tem nada a ver com o case de Cloudera mas eu acho que ele é case emblemático no sentido de entender essa transformação que o varejo vem passando. Que é da Rebecca Minkoff, é uma loja que tem Nova Iorque, isso está disponÃvel no YouTube, que você tem a experiência do E-commerce com a loja fÃsica. Ela criou uma solução onde ela mescla esses dois ambientes para causar uma experiência diferenciada para quem vai até a loja ou até o site. Então se você chegar na loja você tem aquela vitrine com display grande, você vê as tendências, seleciona qual o produto e ela envia para o provador. E o provador é adaptado a peça que você está usando. Então, nesse vÃdeo eu mostro ela experimentando uma jaqueta branca que ela disse que ia usar na Times Square. E a Times Square à noite tem aquelas cores avermelhadas, então, a jaqueta branca ficou rosa dentro do provador para ela ter a experiência de como seria essa jaqueta ela andando na Times Square à noite. Então assim, esse tipo de capacidade no varejo precisa de dados. Não tem como trabalhar essa informação de quem é o Pedro, de como ele gosta de comprar, que tipo de tamanho ele utiliza. Hoje é muito comum, você vai na loja fÃsica, não tem o teu tamanho você pelo mobile pode dizer assim, "Tá bom, não tem o meu tamanho aqui na loja mas então entrega na minha casa o tamanho P". Então você tem cases hoje no varejo. A Cloudera praticamente trabalha com a possibilidade de você otimizar a conversão. Você sabe que hoje num mundo de E-commerce a conversão, ou seja, de você navegar e chegar ao processo final de compra é desafio. A média hoje é de a dois porcento de conversão. Então imagina se você trouxe tráfego de cem, ou dois vão comprar de fato. Então, a capacidade de você trabalhar esse processo no carrinho de compra, entender aonde navegou quais são os produtos e tal, isso dentro da plataforma é importante, então nos temos alguns cases de sites de e-commerce, de varejista na Inglaterra que conseguiu melhorar a venda, o mix de produto e a assertividade da campanha, ou seja, o Pedro vem aqui e ele gosta de chocolate então, poxa, quando ele for comprar chocolate eu vou oferecer para ele o café, vou oferecer o componente que faz sentido neste mix de produto. Não dá para fazer isso sem dados, então a Cloudera tem alguns cases na área de e-commerce para permitir esse trabalho de otimizar a melhor oferta para o cliente. >> E o varejo é grande desafio porque você tem que, a pessoa chega na vitrine como você falou, escolheu pelo aplicativo, então eu tenho que ver a época do ano, se está de dia ou de noite, se está chovendo ou não está chovendo, o que eu tenho no estoque, o que combina com o que a pessoa e onde ela vai usar. São muitas variáveis que tem que ser tomada a decisão muito rapidamente. >> É verdade. >> Então se não tiver uma super plataforma por trás, fica muito complicado. >> E o varejo sempre ele é desafiado pelo tempo de resposta, né. Então você tem aquele momento certo, a pessoa que entrou na loja, se você não aproveitar aquele momento a chance de encantar com o serviço e tudo é importante. >> Por isso eu falei, o varejo é feminino, porque o mercado feminino movimenta muitos milhões e milhões de euros. Então se você está na vitrine, ela me encanta, ela me convence, vamos supor acessório, uma bolsa, você alavanca fortemente. Então esse mercado é realmente muito promissor. Perfeito, e para finalizar, vocês possuem alguma aplicação na área de saúde? >> Saúde. Saúde é uma área extremamente importante, a gente tem alguns cases de como melhorar o diagnóstico, como trabalhar o histórico médico dessas pessoas que procuram esse tipo de serviço, ou seja, você tem hoje esse desafio de, primeiro, manter essa informação segura. Segundo, ter a capacidade de trabalhar o melhor processo de tratamento, ou seja, como eu consigo, e a gente tem alguns cases interessantes de maternidade, de hospitais, que usam isso para propor tratamento menos intrusivo e que possa ter uma capacidade de recuperação maior, ou seja que você consiga tirar de tratamento intensivo para processo moderado usando essas informações de diagnóstico. A gente tem, por exemplo, cenário bastante interessante das empresas que estão trabalhando para achar a cura do câncer hoje são cinco, mais ou menos nos Estados Unidos, três a quatro usam a nossa plataforma para encontrar a cura do câncer, ou seja como trabalhar essas informações de DNA, de genoma, para que você possa entender qual o tipo de solução, ou seja, qual o tipo de medicamento é mais adequado para aquele tipo de problema que você está enfrentando. Então a área de saúde é uma área que demanda muito essa plataforma de dados porque você tem a questão de tempo, questão de volume, da diversidade do conteúdo, você tem imagem. >> Muitos dados não estruturados, imagem, o relatório médico. >> E a importância de manter esse histórico. Hoje é super importante, pega aqui no Brasil mesmo, é muito comum hoje, você pega as redes de laboratórios, todos eles têm o serviço de manter o seu histórico de exames na internet. Quer dizer, hoje, usando exemplo, eu vou uma consulta o meu médico, ao invés de levar meu exame impresso, eu levo a senha do website do resultado para que ele possa consultar aquilo. Imagina isso uma plataforma de dados para que todo o ecossistema possa usar isso a seu favor. Então no Estados Unidos nós temos alguns cases que já consegue fazer esse tipo de tratamento e trabalhar isso de uma forma bem estruturada. >> E pode até fazer algumas comparações, algumas análises e já apresentar para o médico alguns prévios diagnósticos para que ele possa tomar uma decisão de forma mais assertiva. >> A questão da alergia, o teu DNA, ou seja, cada indivÃduo tem a sua caracterÃstica, reage de uma certa forma, então a gente vai logo, logo ter a capacidade de ter tratamento médico personalisado. Para o Pedro vai ser de jeito, para outra pessoa que tenha ali algum tipo de dificuldade com algum tipo de medicamento, vai ser de outra forma. Isso vai ser automatizado. Ou seja, não que não seja possÃvel fazer hoje, mas na velocidade. A velocidade e a amplitude disso é o que eu acho que é interessante para este cenário da saúde. >> Pedro, muito obrigado pela sua ajuda. Neste bloco a Cloudera apresentou para nós algumas aplicações, alguns cases, algumas dicas de como usar o Big Data para resolver alguns problemas. No próximo bloco a Cloudera vai apresentar Demo, como resolver alguns problemas, algumas aplicações tempo real. Não perca o próximo bloco. Até breve. [SOM]
