A Ciência de Dados como Estratégia de Sobrevivência e Expansão das Pequenas e Médias Empresas
Data Science as a Strategy for Survival and Expansion of Small and Medium-Sized Enterprises
DOI:
https://doi.org/10.51473/rcmos.v1i2.2024.1578Palavras-chave:
Ciência de Dados; Pequenas e Médias Empresas; Tomada de Decisão; Inteligência Analítica; Transformação Digital.Resumo
A crescente complexidade dos mercados globais, associada a transformações tecnológicas contínuas, impõe às pequenas e médias empresas (PMEs) um desafio estrutural: sobreviver e prosperar em um ambiente de intensa volatilidade. A ciência de dados, definida como a integração entre estatística, aprendizado de máquina e análise computacional, emerge como vetor estratégico capaz de redefinir a lógica decisória das organizações, permitindo a transição de práticas intuitivas para abordagens fundamentadas em evidências (PROVOST; FAWCETT, 2013; DAVENPORT; HARRIS, 2017). Este artigo analisa, sob perspectiva crítica e interdisciplinar, de que forma a ciência de dados pode ser aplicada às PMEs, oferecendo instrumentos para antecipação de riscos, diagnóstico precoce de oportunidades, personalização de produtos e otimização de processos. Argumenta-se que a democratização tecnológica e o acesso a ferramentas de baixo custo tornam possível a adoção da ciência de dados como infraestrutura mínima de competitividade. Mobilizando literatura até 2022, o estudo evidencia que a sobrevivência das PMEs dependerá da capacidade de transformar dados dispersos em inteligência organizacional aplicada, constituindo não apenas um recurso técnico, mas um imperativo estratégico para sustentabilidade no longo prazo.
Downloads
Referências
BRYNJOLFSSON, E.; MCAFEE, A. Machine, platform, crowd: harnessing our digital future. New York: W. W. Norton, 2017.
CHEN, H.; CHIANG, R. H. L.; STOREY, V. C. Business intelligence and analytics: from big data to big impact. MIS Quarterly, v. 36, n. 4, p. 1165–1188, 2012. DOI: https://doi.org/10.2307/41703503
DAVENPORT, T. H.; BEAN, R. Big companies are embracing analytics—but most still don’t have a data culture. Harvard Business Review, 2021.
DAVENPORT, T. H.; HARRIS, J. G. Competing on analytics: the new science of winning. Updated ed. Boston: Harvard Business Review Press, 2017.
IANSITI, M.; LAKHANI, K. R. Competing in the age of AI: strategy and leadership when algorithms and networks run the world. Boston: Harvard Business Review Press, 2020.
KUMAR, V.; REINARTZ, W. Creating enduring customer value. Journal of Marketing, v. 80, n. 6, p. 36–68, 2016. DOI: https://doi.org/10.1509/jm.15.0414
MCKINSEY & COMPANY. The state of AI in 2020. McKinsey Global Survey. New York: McKinsey, 2020.
MCKINSEY & COMPANY. The data-driven enterprise of 2025. McKinsey Global Institute. New York: McKinsey, 2022.
PROVOST, F.; FAWCETT, T. Data science for business: what you need to know about data mining and data-analytic thinking. Sebastopol: O’Reilly Media, 2013.
SHMUELI, G.; KOPPIUS, O. R. Predictive analytics in information systems research. MIS Quarterly, v. 35, n. 3, p. 553–572, 2011. DOI: https://doi.org/10.2307/23042796
Downloads
Publicado
Edição
Seção
Categorias
Licença
Copyright (c) 2024 Vinícius de Souza Alexandre (Autor)
Este trabalho está licenciado sob uma licença Creative Commons Attribution 4.0 International License.
Este trabalho está licenciado sob a Licença Creative Commons Atribuição 4.0 Internacional (CC BY 4.0). Isso significa que você tem a liberdade de:
- Compartilhar — copiar e redistribuir o material em qualquer meio ou formato.
- Adaptar — remixar, transformar e construir sobre o material para qualquer propósito, inclusive comercial.
O uso deste material está condicionado à atribuição apropriada ao(s) autor(es) original(is), fornecendo um link para a licença, e indicando se foram feitas alterações. A licença não exige permissão do autor ou da editora, desde que seguidas estas condições.
A logomarca da licença Creative Commons é exibida de maneira permanente no rodapé da revista.
Os direitos autorais do manuscrito podem ser retidos pelos autores sem restrições e solicitados a qualquer momento, mesmo após a publicação na revista.
