Exportar registro bibliográfico

Modelo de indicadores de performance para migração dos bancos tradicionais para a nuvem (2023)

  • Authors:
  • USP affiliated author: DANTAS, MATEUS ARGOLO - EP
  • School: EP
  • Sigla do Departamento: PRO
  • Subjects: INDICADORES DE PRODUTIVIDADE; BANCOS
  • Language: Português
  • Abstract: A partir do contexto de digitalização dos bancos de varejo, a infraestrutura deles também demandou mudanças para continuarem competitivos frente à ascensão das Fintechs, dando assim início ao movimento de migração dos servidores desses bancos do mainframe para a nuvem. No entanto, esse movimento é bastante complexo, tendo que garantir a segurança dos dados, adaptação do quadro de funcionários, minimização do impacto no cliente e otimização dos custos. A partir dessas problemáticas, o objetivo do presente trabalho é apresentar um modelo de indicadores para acompanhar se os clientes dos bancos tradicionais estão sendo impactados por esse movimento de migração de servidores. Para a elaboração do modelo, inicialmente foi feita uma revisão da literatura, que forneceu insumos para a criação dos indicadores. Em seguida, foi feito um tratamento de dados (adaptados a partir de uma tabela de transformação), atendendo às especificidades do mercado bancário, e em seguida foi elaborado um mecanismo de sinalização para indicar se a performance do cliente foi impactada ou não e, por fim, foi construída uma visualização gráfica para cada indicador, de modo a permitir a tomada de decisão de maneira rápida e precisa. A partir dos resultados obtidos, foi possível entender de maneira clara eventuais oscilações na performance de cada indicador, inferindo se a queda foi causada pela migração ou não, limpando de efeito externos, como a sazonalidade e a situação macroeconômica, dessa forma, evidenciando a simplicidade da visualização do comportamento do cliente por meio do modelo proposto. Além disso, esse método demonstrou-se aplicável para o acompanhamento de outras migrações tecnológicas, contanto que adaptado para a realidade do negócio em questão. Os próximos passos do estudo envolvem o aperfeiçoamento do modelo,que no momento vigente estava restrito a algumas limitações, além de explorar um outro grande desafio para a migração: a redução do custo de convivência entre os dois servidores durante o período de migração.
  • Imprenta:

  • Download do texto completo

    Tipo Nome Link
    Versão Publicada MATEUS ARGOLO DANTAS PRO2... Direct link
    How to cite
    A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas

    • ABNT

      DANTAS, Mateus Argolo. Modelo de indicadores de performance para migração dos bancos tradicionais para a nuvem. 2023. Trabalho de Conclusão de Curso (Graduação) – Escola Politécnica, Universidade de São Paulo, São Paulo, 2023. Disponível em: https://bdta.abcd.usp.br/directbitstream/a8c2df30-f251-4d2b-b7fe-8c752ee3c034/MATEUS%20ARGOLO%20DANTAS%20PRO2023.pdf. Acesso em: 06 maio 2024.
    • APA

      Dantas, M. A. (2023). Modelo de indicadores de performance para migração dos bancos tradicionais para a nuvem (Trabalho de Conclusão de Curso (Graduação). Escola Politécnica, Universidade de São Paulo, São Paulo. Recuperado de https://bdta.abcd.usp.br/directbitstream/a8c2df30-f251-4d2b-b7fe-8c752ee3c034/MATEUS%20ARGOLO%20DANTAS%20PRO2023.pdf
    • NLM

      Dantas MA. Modelo de indicadores de performance para migração dos bancos tradicionais para a nuvem [Internet]. 2023 ;[citado 2024 maio 06 ] Available from: https://bdta.abcd.usp.br/directbitstream/a8c2df30-f251-4d2b-b7fe-8c752ee3c034/MATEUS%20ARGOLO%20DANTAS%20PRO2023.pdf
    • Vancouver

      Dantas MA. Modelo de indicadores de performance para migração dos bancos tradicionais para a nuvem [Internet]. 2023 ;[citado 2024 maio 06 ] Available from: https://bdta.abcd.usp.br/directbitstream/a8c2df30-f251-4d2b-b7fe-8c752ee3c034/MATEUS%20ARGOLO%20DANTAS%20PRO2023.pdf

    Últimas obras dos mesmos autores vinculados com a USP cadastradas na BDPI:

    Digital Library of Academic Works of Universidade de São Paulo     2012 - 2024