Modelo de classificação de dados não estruturados para análise da competitividade de mercado / Unstructured data classification model for competitiveness analysis competitiveness

Delano Cordeiro Lima, Carlos Eduardo Bittencourt Paiva, Andrey Chaves, Keysa Manuela Cunha de Mascena, José Wagner Gondim Borges, Josimar Souza Costa

Abstract


O artigo tem por objetivo apresentar um modelo de análise de posicionamento de mercado aplicado às instituições de ensino superior privadas. Foram coletados dados gerados em mídia social, totalizando 792.674 interações analisadas geradas por três instituições de ensino superior. Foi desenvolvido um modelo de classificação de dados não estruturados utilizando a ferramenta RapidMiner, considerando um grupo de cinco fatores prioritários, pelos quais é possível inferir as vantagens competitivas e o posicionamento de mercado das instituições de ensino superior privadas. O modelo utilizou-se de uma ferramenta matemática de comparação de curvas para estabelecer o grau de proximidade entre o posicionamento das marcas, desenvolvendo uma abordagem de comparação e análise de vantagens competitivas. Os resultados obtidos permitiram a identificação de curvas de posicionamento de mercado e a comparação da similaridade entre as curvas, contribuindo para a definição de um método de comparação de posicionamento entre concorrentes de mercado.


Keywords


Posicionamento de Mercado, Dados Não Estruturados, Mídias Sociais, Big Data. Ensino Superior.

References


AGRAWAL, Ajay; GANS, Joshua; GOLDFARB, Avi. Máquinas Preditivas: A Simples Economia da Inteligência Artificial. Rio de Janeiro: Alta Books, 2019. 257 p.

AMARAL, Fernando. Introdução à Ciência de Dados: Mineração de Dados e Big Data. Rio de Janeiro: Alta Books, 2016. 320 p.

DINIZ, Natalha Herminio et al. A utilização do marketing digital na promoção e divulgação dos serviços de fisioterapia. Brazilian Journal of Development, v. 6, n. 9, p. 72186-72195, 2020.

GABRIEL, M. Marketing na Era Digital: Conceitos, Plataformas e Estratégias - São Paulo, Novatec Editora, 2010.

GUPTA, Sunil. Implantando Estratégia Digital: Guia Para Reinventar Sua Empresa. São Paulo: M. Books, 2018. 296 p.

KOTLER, Philip; KARTAJAYA, Hermawan; SETIAWAN, Iwan. Marketing 4.0: Do Tradicional ao Digital. Rio de Janeiro: Sextante, 2017. 208 p.

MAYER-SCHÖNBERGER, Viktor; CUKIER, Kenneth. Big Data: Como Extrair Volume, Variedade, Velocidade e Valor da Avalanche de Informação Cotidiana. Rio de Janeiro: Elsevier, 2013. 176 p.

PORTER, Michael E. Vantagem Competitiva: Criando e Sustentando um Desempenho Superior. 15. ed. Rio de Janeiro: Campus, 1989. 512 p.

RIES, Al & TROUT, Jack - Posicionamento: a Batalha por sua Mente 2009 - São Paulo - M. Books do Brasil Ltda.

PROVOST, Foster; FAWCETT, Tom. Data Science Para Negócios: O que Você Precisa Saber Sobre Mineração de Dados e Pensamento Analítico de Dados. Rio de Janeiro: Alta. Books, 2016. 383 p.

STEPHENS-DAVIDOWITZ, Seth. Todo Mundo Mente: O Que A Internet E Os Dados Dizem Sobre Quem Realmente Somos. Rio de Janeiro: Alta Books, 2018. 335 p.

THIBES, V. (2018) - Afinal, o que é um algoritmo e o que isso tem a ver com computação? - Recuperado a partir de https://canaltech.com.br/produtos/Afinal-o-que-e-um-algoritmo-e-oque- isso-tem-a-ver-com-computacao/ - acessado em 29/05/2019.

ZENGER, Todd. Muito Além da Vantagem Competitiva: Como Resolver o Dilema de Manter um Crescimento Sustentável e Simultaneamente Criar Valor. São Paulo: M. Books, 2016. 192 p.




DOI: https://doi.org/10.34117/bjdv7n9-377

Refbacks

  • There are currently no refbacks.