Resenha Crítica Introdução a Linguagem R

[pic 1]

[pic 2]

UNIVERSIDADE ESTÁCIO DE SÁ

MBA EM CIENCIA DE DADOS E BIG DATA ANALYTICS

Resenha Crítica de Caso ou Artigo USO DE EXPERIÊNCIA SIMULADA PARA COMPREENDER GRANDES VOLUMES DE DADOS

Nome do aluno (a)

Pablo Vinicius de Andrade Rodrigues

Trabalho da disciplina CICLO DE VIDA E INTROD. À LINGUAGEM R

                                                                     Tutor: Prof. André Luiz Braga

Local

Ano

Rio de Janeiro 04 de Maio de 2021

Referência:

MIT Sloan Management Review

Hogarth, Robin M. Uso de Experiência Simulada para

Compreender Grandes Volumes de Dados. Vol. 56 | Reimpressão #56215 | http://mitsmr.com/1wD4cHc Acesso em: 04/05/2021

O artigo desta resenha crítica foi pulicado por Robin M. Hogarth

Emre Soyer na  ( MIT Sloan Management Review volume 56 reimpressão #56215), o artigo em questão visa o questionamento de como a analise de dados ficam mais complexas com o volume de dados crescente e como as empresas podem comunicar melhor os resultados garantindo o entendimento dos gestores sobre os resultados da análise de dados. A principal pergunta do artigo “Qual a melhor forma para as empresas comunicarem resultados analíticos a seus executivos?”.

O autor do artigo descreve as formas mais comumente utilizados, a diferença que há na passagem da informação final e como são feitas as análises de grades dados e os pontos fortes e fracos de cada uma: descrição e Ilustração.

Descrição é um modo padrão de apresentar informações analíticas de forma mais simplificada em geral de forma verbal ou um relatório podendo conter uma ou mais tabelas, tem o ponto forte a velocidade na qual a informação chega nas mãos dos gestores, o ponto fraco é que em grandes quantidades pode esconder erros fazendo com que a tomada de decisão seja errônea.

Ilustração é outro modo padrão de apresentar informações analíticas podendo ser de forma de gráficos, figura, diagrama ou quadro. A ilustração tem o principal objetivo uma visão mais generalista dos dados, fazendo com que os tomadores de decisão tenham maior capacidade de reconhecer tendências efeitos e riscos em potencial.  Entretanto, não lidam muito bem com análises complexas e com muitas variáveis, podendo também confundir os mais experientes analistas.

O autor do artigo informa “Geralmente há uma grande diferença entre as conclusões de  analistas e o que tomadores  de decisões  compreendem. Descrições de informações estatísticas complexas podem ser enganosas.  A interação com um modelo de simulação pode ajudar executivos a tomarem melhores