Big Data e Analítica: ferramentas e modelos de negócios revolucionários

12 13

O editor desta newsletter tem escrito e falado (em salas de aula e em eventos) sobre Analítica e Big Data há algum tempo (aqui neste espaço há pelo menos 3 anos). No entanto, algumas pessoas ainda não se deram conta da importância e do papel revolucionário destes dois conceitos para as empresas, organizações e instituições neste novo milênio. Neste espírito, esta newsletter tenta (brevemente) reforçar os aspectos conceituais mais salientes destes dois termos.

Big Data não implica dizer que os dados pré-existentes são “pequenos” (o que não são) ou que seu único desafio é o seu tamanho (tamanho é apenas um deles). O termo Big Data se aplica à informação que não pode ser processada ou analisada usando processos ou ferramentas tradicionais (*). De forma crescente, as organizações de hoje estão enfrentando mais e mais desafios de Big Data (ver sobre o explosivo crescimento do universo digital em: http://bit.ly/13QKLgj). Elas têm acesso a uma riqueza de informações, mas elas não sabem com extrair valor desta riqueza porque elas (as informações) estão em sua maioria em formato bruto, ou em formato semi desestruturado ou desestruturado; e como resultado, as organizações nem mesmo sabem se vale a pena mantê-las.

Uma pesquisa recente da IBM observou que mais da metade dos atuais líderes de negócios chegaram à conclusão que eles não têm acesso aos insights (discernimentos) que eles precisam para conduzir seus trabalhos. Empresas estão enfrentando estes desafios em um ambiente onde elas têm a habilidade para armazenar qualquer coisa e elas estão gerando dados como nunca na história; de forma combinada, isto representa um desafio real de informação. Ou seja, a capacidade de processar os dados (extraindo valor) é cada vez mais um desafio a ser enfrentado.

Três características definem Big Data: volume, variedade, e velocidade (os conhecidos 3V´s). Juntas, estas características definem o que a IBM se refere à Big Data (*). Os Professores Hans Buhl e Maximillian Roglinger, da Universidade de Augsburg, na Alemanha, e Julia Heidemann, da empresa McKinsey da Alemanha, acrescentam outra caraterística (outro V): a da veracidade.

O fenômeno do Big Data é impulsionado pela massiva redução em custo na gestão de dados, combinada com o aumento exponencial da capacidade de processamento computacional que vemos nos dias atuais. Novas tecnologias, tais como Quantum Computing, ou sistemas In Memory Database permitem a manipulação de novas dimensões de quantidades de dados rapidamente e de forma economicamente eficiente (volume e velocidade).

Enfoques de Big Data requerem novas ferramentas tais como Analíticas Social, In-Memory, Texto, ou Semântica, que permitem analisar novas quantidades de diferentes fontes de informação, por exemplo, de redes sociais, engenhos de busca, transações de pagamentos, ou todas as categorias de e-Commerce (variedade).

O sucesso de Big Data é inevitavelmente relacionado com uma gestão inteligente de seleção e uso de dados, bem como esforços conjuntos em direção a regras claras com respeito à qualidade dos dados. Uma clara governança de dados e uma clara política de dados são inevitáveis para capacitar um uso de significado dos dados (veracidade).

Nestes termos, a Analítica – também conhecida como “analítica dos negócios” ou “analítica de dados” – se refere aos software/sistemas de informação e métodos que as organizações usam para entender os dados. De forma esquemática, é possível dizer que as organizações usam três tipos de Analítica: a) Analítica Descritiva (que se encarrega de analisar o quê aconteceu); b) Analítica Diagnóstica (analisa porque determinado evento aconteceu); c) Analítica Preditiva (analisa o que irá, ou poderá, acontecer); e, finalmente, d) Analítica Prescritiva (analisa como podemos fazer com que algo aconteça, ou não).

Em resumo, estamos vivenciando um momento único em nossa história. Estamos produzindo dados e informações em dimensões jamais imaginadas, mas as nossas habilidades e competências para analisar este fenômeno estão apenas em sua infância!

Se sua empresa, organização ou instituição deseja saber mais sobre aspectos econômicos de Big Data e Analítica, fique a vontade para nos contatar!

 

(*) Zikopoulos, Paul C, and Cris Eaton, Dirk deRoos, Thomas Deutsch, George Lapis (2012). “Understanding Big Data; Analytics for Enterprise Class Hadoop and Streaming Data”. McGrawHill.

Creativante 2017 - Todos os direitos reservados