Consulting project for the Iberian marketing Oil department of Galp Energia: Strategy and marketing guidelines for Galp Energia's convenience business in the Iberian market

Field lab: Consulting lab

Automatização e optimização de projecto fotovoltaico para o sector residencial

Com o passar dos anos, os custos das tecnologias fotovoltaica são cada vez menores, ainda que, para muitas pessoas, seja algo dispendioso, tendo em conta a crise económica vivida nos últimos anos. Contudo, em Portugal, o sector fotovoltaico tem sofrido uma estagnação. O Decreto-Lei n.º 34/2011, não obteve a adesão esperada, uma vez que os apoios foram drasticamente reduzidos. Este aspecto tornou menos rentável o sector fotovoltaico, ainda que o país se encontre numa posição geográfica privilegiada para a produção de energia solar. Para tentar reverter a situação, o governo português aprovou uma nova legislação para o sector fotovoltaico, apresenta alterações significativas face a anterior. A mais significativa prende-se com a capacidade do sistema fotovoltaico poder injectar o excesso de energia da sua produção na rede, quando esta ultrapassa o consumo, obtendo-se, desta forma, uma remuneração de acordo com a quantidade de energia injectada. O objectivo deste trabalho é implementar uma ferramenta informática que permite avaliar a rentabilidade dos projectos fotovoltaicos, face a um determinado consumidor, de acordo com a legislação portuguesa em vigor. Neste sentido, a referida ferramenta vai analisar os dados do consumo de uma habitação familiar. Após o uso da referida ferramenta informática, concluiu-se ser financeiramente rentável a instalação de um sistema voltaico na habitação. Este resultado irá ser comparado com uma aplicação financeira e com outro software de análise de projectos, existentes no mercado.

Text mining e twitter : o poder das redes sociais num mercado competitivo

Actualmente, com a massificação da utilização das redes sociais, as empresas passam a sua mensagem nos seus canais de comunicação, mas os consumidores dão a sua opinião sobre ela. Argumentam, opinam, criticam (Nardi, Schiano, Gumbrecht, & Swartz, 2004). Positiva ou negativamente. Neste contexto o Text Mining surge como uma abordagem interessante para a resposta à necessidade de obter conhecimento a partir dos dados existentes. Neste trabalho utilizámos um algoritmo de Clustering hierárquico com o objectivo de descobrir temas distintos num conjunto de tweets obtidos ao longo de um determinado período de tempo para as empresas Burger King e McDonald’s. Com o intuito de compreender o sentimento associado a estes temas foi feita uma análise de sentimentos a cada tema encontrado, utilizando um algoritmo Bag-of-Words. Concluiu-se que o algoritmo de Clustering foi capaz de encontrar temas através do tweets obtidos, essencialmente ligados a produtos e serviços comercializados pelas empresas. O algoritmo de Sentiment Analysis atribuiu um sentimento a esses temas, permitindo compreender de entre os produtos/serviços identificados quais os que obtiveram uma polaridade positiva ou negativa, e deste modo sinalizar potencias situações problemáticas na estratégia das empresas, e situações positivas passíveis de identificação de decisões operacionais bem-sucedidas.