O Universo digital está dobrando de tamanho a cada dois anos e vai multiplicar por isso por 10 entre 2013 e 2020.
- EMC Digital Universe Study
““
Investimentos em Inteligência Artificial (IA) vão triplicar à medida que as empresas se envolvem com sistemas complexos, análises avançadas e tecnologia de Machine Learning
- Forrester
““
Em 2020, 50% de todos os softwares de análises de negócios vão incorporar análises prescritivas construídas sobre computação cognitiva.
- IDC
““
O que é Azure?
Acelerador de inovação?
Um datacenter virtual?
Plataforma de Nuvem da Microsoft
Ambiente de desenvolvimento moderno?
Facilitador de transformação digital?
Modelos de Nuvem
SaaSAs aplicações são
desenvolvidas
diretamente para
os usuários e
entregues pela
web.
PaaSUm conjunto de
ferramentas e
serviços que
permitem
desenvolver
aplicações de
forma rápida e
eficiente.
IaaSO hardware e o
software que
permitem tudo
funcionar –
servidores,
armazenamento,
redes, SO, etc.
PaaS
Carro
Financiamento
Depreciação
Manutenção
Renováveis
Seguro
IPVA
Garagem
Combustível
Pedágio
Motorista
SaaS
Carro
Financiamento
Depreciação
Manutenção
Renováveis
Seguro
IPVA
Garagem
Combustível
Pedágio
Motorista
Carro comprado UberLeasing Alugado
Gerenciado pelo cliente
On Premise
Carro
Financiamento
Depreciação
Manutenção
Renováveis
Seguro
IPVA
Garagem
Combustível
Pedágio
Motorista
Iaas
Carro
Financiamento
Depreciação
Manutenção
Renováveis
Seguro
IPVA
Garagem
Combustível
Pedágio
Motorista
Gerenciado pelo provedor de serviço
Transformação Digital para o CFO: Benefícios da Nuvem Microsoft
ConfiançaEscalabilidade
Escala Global
Maior potencial de inovação
Menor TCO
Aberto & Flexível
Agilidade melhorada
Rapidez para implantar
Quais são as economias de custo associadas com o tamanho do datacenter na Nuvem?
1a: Menor custo por Servidor
Variações de caixa
Capex (5)
DREBalançoFluxo de Caixa Livre
Despesas
EBITDA 0
Depreciação (1)
EBIT (Total) (1)
Ativos
Infraestruturade TI 4
Uma empresa investe $5m em Capex, Depreciação em 5 anos
2: De Capex para Opex
Variações de caixa
Capex (5)
Capital de Giro (1)
DREBalançoFluxo de Caixa Livre
Despesas
EBITDA 0 (1)
Depreciação (1) 0
EBIT (Total) (1) (1)
Ativos
Infraestruturade TI 4 0
Uma empresa investe $1m por ano na Nuvem
2: De Capex para Opex
O que é Machine Learning?
Machine learning é uma técnica que ajuda computadores a aprender
sobre dados existentes para prever comportamentos futuros
Gestão de coleções de dados
Serviço de Machine learning Modelo ML embutido
Regressão
Qual a será a receita
em Q3 na América
Latina para o
produto X?
Quantos pessoas de
vendas teremos no
final de Q4?
Quantos?
Qual a probabilidade
de um cliente
comprar um SKU mais
caro?
Qual a probabilidade
de o cliente migrar
para um produto do
concorrente?
Qual categoria?
Classificação
Quais são os 5
grupos de clientes
com perfil de compra
similar?
Que produtos
vendem melhor em
conjunto?
Qual grupo?
Agrupamento
Quais relatórios de
despesas tem maior
probabilidade de
fraude?
Quais clientes tem
chance de falhar com
os pagamentos?
É estranho?
Detecção de anomalias
Modelos ML podem responder 4 tipos básicos de perguntas:
Machine Learning: Análises avançadas poderosas
• Negócios complexos: B2C e B2B, canais diretos e indiretos, assinaturas de nuvem e licenças de software, software e hardware
• Projeção da empresa inteira e Sistema de consolidação era baseado em planilhas
• Centenas de analistas projetavam receita para 80+ geografias, 8 segmentos de cliente, e dúzias de SKUs de produto
• Processo de duas a três semanas para gerar uma projeção trimestral
• Precisão da projeção não estava atendendo às expectativas
ProjeçõesTrês anos atrás, a Microsoft lidava com
grandes desafios na projeção de receita:
E S T U D O D E C A S O M I C R O S O F T
1.Precisão: Fornecer uma projeção
baseline, consistente e enviesada,
para a equipe de planejamento
financeiro aplicar sua experiência e
julgamento a fim de criar uma
projeção de receita final para a
empresa
2.Frequência: Projeções mais
frequentes para permitir finanças
responder rapidamente ao negócio
Em 2014, a CFO da Microsoft e o VP
de Machine Learning concordaram
em conduzir uma prova de conceito
com dois principais objetivos
Nossa jornada para melhorar a projeção de receita
E S T U D O D E C A S O M I C R O S O F T : P R O E Ç Ã O D E R E C E I T A
Em 2014, a CFO da Microsoft e o VP
de Machine Learning concordaram
em conduzir uma prova de conceito
com dois principais objetivos
FY15 H1
1 Cientista de dados
Kicked off two workstreams
•Central Finance (CFT)
•Treasury
Prova de conceitos
FY15 H2
• Forecasts two new segments
• Treasury adopts machine
learning forecast for
hedging
• Discussions with Chief
Security Officer (CSO) for
financial data in cloud
Validação e aumento
do escopo
FY16 H1
3 Cientistas de dados
• Forecast additional CFT
segments
• Granular forecasts by
product, geo & segment
(>300 forecasts)
• Incorporated Bing search
data for Xbox and Surface
• Engineered security in
Cortana Intelligence Suite
required by CSO
Melhoria na precisão,
aumento na confiança
FY16 H2
4 Cientistas de dados
• Forecast 100% of revenue
• ML forecasts as inputs to
prepare for analyst calls
• Broaden reach: controllers in
subsidiaries
• Dashboard created to deliver
ML forecasts
• ML training for finance
• Built automated forecast
solution
• Repeatable, robust solution
with process documentation
Automação, maior alcance
2 Cientistas de dados
Nossa jornada para melhorar a projeção de receita
E S T U D O D E C A S O M I C R O S O F T : P R O E Ç Ã O D E R E C E I T A
Azure ML Studio + Power BI fornecem a analistas pelo mundo uma referência de projeção
Variance to Forecast ($M)
Segment
Outlook
Attainment
Model
Sales Motion
RegressionAzure ML
Average of
Methods:
BSP Average
of Models
Outlook 0 -83 -238 12 -103 -72
Range -110 to -57 -299 to -177 -224 to 248
EPG Commercial Software 0 -71 -186 -129
EPG Commercial Devices 0 -12 -52 -32
Outlook 0 -18 -137 -68 -74 -29
Range -88 to 53 -174 to -100 -126 to -11
EPG PS Software 0 -1 -73 -37
EPG PS Devices 0 -17 -64 -41
Outlook 0 -14 -82 -12 -36 12
Range -40 to 12 -92 to -72 -44 to 20
SMS&P CA Software 0 -4 -96 -50
SMS&P CA Devices 0 -10 14 2
Outlook 1 4 -9 7 1 -57
Range -11 to 19 -21 to 2 -7 to 22
SMS&P SMB Software 0 7 -30 -12
SMS&P SMB Devices 0 -3 21 9
Outlook 0 -111 -466 -61 -213 -138
Range -403 to 277
B&S ST Software 0 -69 -385 -227
B&S ST Devices 0 -42 -81 -62
Outlook 0 -118 -220 0 -113
Range -37 to -30 -348 to -93 0 to 0
B&S SI Software 0 -69 -220 -145
B&S SI Devices 0 -49 0 -25
Outlook 6 -82 72 76 22
Range -116 to -48 -33 to 178 -19 to 171
Outlook 5 15 78 47
Range -6 to 35 -112 to 268
Outlook 8 6 33 27 22
Range 1 to 11 21 to 45 15 to 38
EPG Commercial
EPG Public Sector
SMS&P CA
SMSP SMB
OEM Field & Other Dist.
B&S ST
B&S SI
Retail (ST)
Retail (SI)
Nossa jornada para melhorar a projeção de receita
E S T U D O D E C A S O M I C R O S O F T : P R O E Ç Ã O D E R E C E I T A
Enterprise Cloud Consumer
Melh
ori
as
vs.
P
roce
sso
Tra
dic
ion
al
Principais benefícios:
Objetivos atingidos!
Nossa jornada para melhorar a projeção de receita
E S T U D O D E C A S O M I C R O S O F T : P R O E Ç Ã O D E R E C E I T A
Exemplo do estado atual:Transação bancária: Maria quer enviar
dinheiro a João
Banco
Central
Banco A
Banco B
João
Maria
Cliente
E
Cliente
A
Cliente
B
Cliente
C
Cliente
F
Cliente
D• Passo 1: Maria solicita operação ao
Banco B
• Passo 2: Banco B transaciona com
Banco A
• Passo 3: Banco A informa João
• Passo 4: Banco A e Banco B guardam
registros da operação e os saldos dos
clientes
• Banco central regulamenta a operação
• Outros clientes não tem visibilidade do
ocorrido
Blockchain está mudando a forma como processos transacionais e sistemas de registro funcionamFaz isso removendo a necessidade de autoridades centrais, dando transparência
e agilizando processos
Agora imagine um sistema onde:Não há autoridade central, pessoas
transacionam diretamente
• Passo 1: Maria e João concordam sobre
a transação
• Passo 2: Maria e João comunicam a
transação para a rede (Consórcio)
• Passo 3: Outros membros da rede
validam a transação (saldo e usuários)
• Passo 4: Transação e novos saldos são
registrados em uma base pública
Blockchain está mudando a forma como processos transacionais e sistemas de registro funcionamFaz isso removendo a necessidade de autoridades centrais, dando transparência
e agilizando processos
João
Maria
Cliente
E
Cliente
A
Cliente
B
Cliente
C
Cliente
F
Cliente
D
O que é Blockchain?Blockchain é um registro público distribuído, seguro e compartilhado
Seguro
Compartilhado
Distribuído
Registro Público
E S T U D O D E C A S O : Gestão de risco
Tesouraria:Carta fiança via Blockchain
T E C H N O L O G I A
• Azure SQL
• Azure Blockchain as a Service (BaaS)
50%Melhoria no risco
transacional
Redução em horas
R E S U LTA D O
Melhorou velocidade de processos, eficiência e efetividade
• Maior transparência
• Mudança de transacional para relacional
80%