Publicado em: quinta, 30 de maio de 2019 às 09:52

O fenômeno do BIG DATA. Mas afinal de contas, o que é isso?

Explicando o Big Data, o que é e como ele influencia nas nossas empresas.

Por: Me. Juliano Uecker

 

Novo termo nascido em função da permanente conectividade de dispositivos e pessoas, leva a falta de entendimento e má interpretação do que entende-se por Big Data. Este artigo inicial visa contribuir na compreensão deste fenômeno e de que forma pode ser adaptado aos negócios das empresas.

 

            O fenômeno do big data começa a ser discutido de forma pública no artigo da revista The Economist, em Fevereiro de 2010.  A partir deste artigo, alguns esclarecimentos no sentido de conceituar o Big Data começam a validar o que entende-se pela explosão dos dados. "Estamos em um período diferente por causa de tanta informação", diz James Cortada, da IBM, que escreveu algumas dezenas de livros sobre a história da informação na sociedade. Joe Hellerstein, um cientista da computação da Universidade da Califórnia em Berkeley, chama isso de "revolução industrial dos dados". O efeito está sendo sentido em todos os lugares, dos negócios à ciência, do governo às artes. Cientistas e engenheiros de computação cunharam então um novo termo para o fenômeno: "big data”.

            Big data é um conceito que significa, em primeiro lugar, que o volume dos dados é muito grande. Em segundo lugar, é impossível analisá-lo usando tecnologias convencionais e, em terceiro lugar, ferramentas especiais e tratamento são necessários para extrair conhecimento do Big data.  Outra maneira de visualizar big data é considerá-lo como um conjunto massivo de dados que permite criar percepções e valores que não são possíveis de gerar a partir de uma escala menor dos mesmos dados.

            O recurso de conhecimento do Big data é imensamente valioso para qualquer organização. Este fenômeno ajuda a transformar muitos dos métodos tradicionais de conduzir atividades de negócios. Insights e conhecimento de big data contribuem de forma a aumentar a capacidade da administração da empresa e  tomar decisões baseadas em dados. Big data pode produzir no mínimo dois tipos de valores para uma organização. Em primeiro lugar, pode ser uma fonte de inovação. Especialmente, pode permitir o desenvolvimento de novos produtos, processos e serviços. Em segundo lugar, o uso de várias análises em big data pode gerar conhecimento e insights que podem apoiar e melhorar significativamente a tomada de decisão organizacional.

            No entanto, nem todas empresas e modelos de negocio estão preparados para extrair valor do Big Data. Projetos de Big data precisam ter habilidades diferentes das quais as organizações normalmente estão acostumadas. Esse é um dos motivos adicionais pelos quais é necessário prestar atenção especial ao fator chave de sucesso de um projeto de big data - as pessoas. Dependendo do tipo de tecnologias que a empresa está planejando implementar, isso exige especialistas em nível de TI em arquitetura de nuvem, e várias outras áreas-chave. Vital para o projeto big data são os cientista de dados. Os cientistas de dados são necessários para fazer sentido a partir de dados de Big data. Profissional de business intelligence (BI) entende as necessidades de decisões de negócios e capaz de analisar o big data para divulgar correlações, conhecimentos e insights gerados a partir da análise destes dados.

            O movimento de big data, busca coletar inteligência dos dados e traduz isso em vantagem comercial para as empresas. Contudo, existem três características fundamentais para conceituar-se o Big data:

1. Volume: Mais dados trafegam na internet a cada segundo do que foram armazenados em toda a internet apenas 20 anos atrás. Isso dá às empresas uma oportunidade para trabalhar com muitos petabyes de dados em um único conjunto de dados. Um petabyte é um quadrilhão de bytes. Um exabyte é 1.000 vezes esse valor, ou um bilhão de gigabytes.
2. Velocidade. Para muitas aplicações de negócios, a velocidade de a criação de dados é ainda mais importante que o volume. A Informação em tempo real ou quase em tempo real torna possível para uma empresa ser muito mais ágil do que seus concorrentes. Por exemplo, uso de dados de localização de telefones celulares para inferir quantas pessoas estavam em um estacionamento de uma loja durante uma promoção permite estimar as vendas de um varejista nesse dia especial, mesmo antes que a própria loja registrar essas vendas.
3. Variedade. Big data remete a forma de mensagens, atualizações, e imagens postadas em redes sociais; leituras de sensores; Sinais de GPS de telefones celulares, etc. Muitas das fontes mais importantes de Big Data são relativamente novas. As enormes quantidades de informações de redes sociais, por exemplo, são apenas tão antiga quanto as próprias redes; Facebook foi lançado em 2004, o Twitter em 2006. O mesmo remete para smartphones e outros dispositivos móveis que agora fornecem enormes fluxos de dados vinculados as pessoas, atividades e locais.

            Desta forma, os três elementos devem estar presentes na geração de dados para conceituar-se como Big Data: Volume, Velocidade e Variedade. Caso os três não estejam operando conjuntamente, existe apenas um grande banco de dados, que pode ser trabalhado de forma mais simples com uso de software específicos para extrair valor desta massa de dados. Exemplos são diversos do que não é Big data: um banco de dados de um ERP, cadastros de clientes de uma empresa, visitantes de um site, transações de vendas, etc.

            Frente a evolução do tema, Big Data apresenta mais dois “V`s” - Veracidade e Valor. Em nossos próximos artigos será abordado de forma mais específica a veracidade e valor. Torna-se importante atentar a estas duas dimensões do Big data diante das False News (popularmente conhecidas por Fake News) e também sobre a utilidade do Big Data para a estratégia de negócio da empresa.

 

Para saber mais:

CUKIER, K. Data, data, everywhere: a special report on managing information. The Economist, 394 (8671), Fevereiro 2010.

MCAFEE, Andrew et al. Big data: the management revolution. Harvard business review, v. 90, n. 10, p. 60-68, 2012.

KABIR, Nowshade; CARAYANNIS, Elias. Big data, tacit knowledge and organizational competitiveness. In: Proceedings of the 10th International Conference on Intellectual Capital, Knowledge Management and Organisational Learning: ICICKM. 2013. p. 220.

PROVOST, Foster; FAWCETT, Tom. Data science and its relationship to big data and data-driven decision making. Big data, v. 1, n. 1, p. 51-59, 2013.

EINAV, Liran; LEVIN, Jonathan. Economics in the age of big data. Science, v. 346, n. 6210, p. 1243089, 2014.