A carregar...
Publicação
Visual profiling tool for sports facility management
| Nome: | Descrição: | Tamanho: | Formato: | |
|---|---|---|---|---|
| 840.96 KB | Adobe PDF |
Autores
Orientador(es)
Resumo(s)
In this dissertation, the role of Business Intelligence (BI) frameworks in supporting strategicdecision-making from raw transactional data in the sports and leisure sector is investigated.By leveraging a high-volume dataset of facility bookings, the research focuses on converting"frozen" historical data into a dynamic analytical asset capable of uncovering hidden operationaland behavioral patterns.To achieve this, a multi-layered Decision Support System (DSS) was designed, encompassing four strategic views: a high-level executive diagnostic, a geographic and sports benchmarking module, a behavioral user segmentation matrix, and a temporal analysis layer that accountsfor exogenous factors such as seasonality and public holidays. The development process wasgrounded in the Star Schema architecture and guided by human-computer interaction principlesto ensure that analytical depth does not compromise cognitive efficiency.To validate the platform’s practical usability, a mixed-methods evaluation protocol wasexecuted, integrating task-based performance metrics with qualitative user interaction protocols.The findings demonstrate that a well-structured visualization layer can drastically reduce the "Time-to-Insight", empowering managers with no prior technical expertise to execute evidence-based strategies for asset optimization and customer retention.
Nesta dissertação, investiga-se o papel das estruturas de Business Intelligence (BI) no apoio à tomada de decisões estratégicas a partir de dados transacionais brutos no setor do desporto e do lazer. Recorrendo a um conjunto de dados de elevado volume relativo a reservas de instalações desportivas, a investigação centra-se na transformação de dados históricos “congelados” numativo analítico dinâmico, capaz de revelar padrões operacionais e comportamentais até então não conhecidos.Para este efeito, foi concebido um Sistema de Apoio à Decisão (SAD) multicamada, que integra quatro perspetivas estratégicas: um diagnóstico executivo de alto nível, um módulo de benchmarking geográfico e por modalidade, uma matriz de segmentação comportamental dos utilizadores e uma camada de análise temporal que considera fatores exógenos, como a sazonalidade e os feriados. O processo de desenvolvimento baseou-se na arquitetura Star Schema e foi orientado por princípios de interação pessoa-máquina, assegurando que a profundidade analítica não compromete a eficiência cognitiva.Para validar a usabilidade prática da plataforma, foi aplicado um protocolo de avaliação de métodos mistos, combinando métricas de desempenho baseadas em tarefas com técnicas qualitativas de análise da interação dos utilizadores. Os resultados demonstram que uma camada de visualização bem estruturada pode reduzir significativamente o Time-to-Insight, capacitando gestores sem experiência técnica prévia para a implementação de estratégias baseadas em evidências, orientadas para a otimização de ativos e a retenção de clientes.
Nesta dissertação, investiga-se o papel das estruturas de Business Intelligence (BI) no apoio à tomada de decisões estratégicas a partir de dados transacionais brutos no setor do desporto e do lazer. Recorrendo a um conjunto de dados de elevado volume relativo a reservas de instalações desportivas, a investigação centra-se na transformação de dados históricos “congelados” numativo analítico dinâmico, capaz de revelar padrões operacionais e comportamentais até então não conhecidos.Para este efeito, foi concebido um Sistema de Apoio à Decisão (SAD) multicamada, que integra quatro perspetivas estratégicas: um diagnóstico executivo de alto nível, um módulo de benchmarking geográfico e por modalidade, uma matriz de segmentação comportamental dos utilizadores e uma camada de análise temporal que considera fatores exógenos, como a sazonalidade e os feriados. O processo de desenvolvimento baseou-se na arquitetura Star Schema e foi orientado por princípios de interação pessoa-máquina, assegurando que a profundidade analítica não compromete a eficiência cognitiva.Para validar a usabilidade prática da plataforma, foi aplicado um protocolo de avaliação de métodos mistos, combinando métricas de desempenho baseadas em tarefas com técnicas qualitativas de análise da interação dos utilizadores. Os resultados demonstram que uma camada de visualização bem estruturada pode reduzir significativamente o Time-to-Insight, capacitando gestores sem experiência técnica prévia para a implementação de estratégias baseadas em evidências, orientadas para a otimização de ativos e a retenção de clientes.
Descrição
Palavras-chave
Business analytics Data visualization Dashboards Sports management Decision support Usability Visualização de dados Dashboard Gestão desportiva Apoio à decisão Usabilidade
Contexto Educativo
Citação
Editora
Licença CC
Sem licença CC