Ementas

Métodos de design para as massas; Creative Commons e propriedade intelectual em produções coletivas de design; gestão e moderação de comunidades e portais de sugestões; gestão do processo de inovação – soluções e problemas; relacionamento com inventores e patentes.

Conceito de coletivo – crowd. As vantagens e desvantagens do uso da coletividade em projetos. Crowdfunding. Financiamento coletivo. Ferramentas de financiamento coletivo. Crowd-Knowledge. Conhecimento distribuído, Inteligência coletiva, Sabedoria coletiva ou Sabedoria da multidão. Conhecimento compartilhado. Grupos para solução de problemas ou para pesquisa. Crowdsourcing. Colaboração coletiva. Criação e produção coletivas. Divisão das tarefas. Combinação de voluntários com trabalhadores. Produção em pares.

Contextualização de cultura no modelo ágil. Entendimento de mindset Ágil. Tendências, modelos e ferramentas. Estudo de aplicabilidades e resultados obtidos. Employee experience.

A identidade da organização é uma combinação entre seu propósito (razão de ser), sua missão, sua visão (aonde quer chegar), seus valores e princípios – o que é importante para ela e a forma como são tomadas as decisões. Busca-se, assim, a prática constante de deliberações éticas (consciência e coerência entre o pensar, o falar e o agir). ​

Comunicação. Liderança. Poder e Política. Conflito, Negociação e Comportamento entre Grupos. Fundamentos da Estrutura da Organização. Dimensionamento do Trabalho. Políticas e Práticas de Recursos Humanos. Cultura Organizacional. Mudança Organizacional e Administração de Estresse.

Relação entre cultura, competências e estratégias de remuneração na nova economia. Alinhamento da cultura da organização com práticas de recompensas eficazes. Remuneração internacional. Alternativas na remuneração executiva. Inovação em total rewards.

Estilos de Gestão, comportamento organizacional. Estruturas de negócios e modelos de organograma. Mapeamento das competencias técnicas e estratégias da organização. Indicadores de Gestão e impactos no clima organizacional. Desdobramentos da remuneração estratégica na Gestão das carreiras.

Vender não é bastante, na economia de recorrência é preciso entregar valor sempre. Focar nos clientes é apenas natural quando se entende que eles são a razão de existir de qualquer empresa. Estruturar uma área de Customer Success envolve pilares essenciais, como: Pessoas, Processos, Infraestrutura e Estratégia, e para executar esses pontos com maestria, o profissional de Customer Success precisa focar nas entregas de valor e experiência apropriada para que esse cliente tenha cada vez mais sucesso, e seja um cliente que Compra Mais, Fica Mais, Expande Internamente e Advoga Externamente.

Conceitos de data analytics que se referem às técnicas utilizadas para se extrair resultados do Big Data. Princípios introdutórios do Big Data: propriedades, características, infraestrutura e capacidade de oferecer alavancagem ao tomador de decisões. Variedade de tipos de dados (estruturados, não estruturados e semiestruturados), questões pertinentes ao volume de dados que são considerados. Velocidade de resposta para atender às necessidades do usuário a partir do Big Data. Infraestrutura tecnológica para tratamento de vastos volumes de dados. História do Big Data e Analytics em Gestão. A Marca do Empregador. Cientista de Dados. People Analytics. O Capital Humano. Teste de Canais e Taxa de Sucesso. Ferramentas de Big Data e Analytics. Extrair Valor de Dados. Integração de Sistemas e Plataformas. Dados como Ativos Intangíveis da Organização. Indicadores de Desempenho.

Princípios introdutórios do Big Data: propriedades, características, infraestrutura e capacidade de oferecer alavancagem ao tomador de decisões. Variedade de tipos de dados (estruturados, não estruturados e semiestruturados), questões pertinentes ao volume de dados que são considerados. Velocidade de resposta para atender às necessidades do usuário a partir do Big Data. Infraestrutura tecnológica para tratamento de vastos volumes de dados. Conceitos de data analytics que se refere às técnicas utilizadas para se extrair resultados do Big Data.

Introdução ao data mining. Aspectos metodológicos do data mining. Visualização de dados. Introdução às tarefas de preparação e pré processamento de dados. Fundamentos da análise de clusters. Self-Organizing Maps. Regras de associação.

Fundamentos de data science, análise de dados e negócios em marketing. Data analytics aplicados a vendas. Automatizações nos processos comerciais.Integrando ações de inbound marketing, outbound marketing e sales & marketing. Ambiente de business intelligence.

Inteligência artificial e estratégias comerciais. Mineração de dados para área comercial. Data analytics aplicados a vendas. Automatizações nos processos comerciais. Machine learning aplicado a robôs de vendas. Integrando ações de inbound marketing, outbound marketing e sales & marketing. Ambiente de business inteligence.