fbpx

O que é Big data? Por que o Brasil deve elevar investimento em 25% este ano?

Podemos definir Big Data como sendo os conjuntos de dados extremamente amplos e que, por este motivo, necessitam de ferramentas especialmente preparadas para lidar com grandes volumes
Por Evilin Barros 11 maio 2018 - 7 min de leitura

Podemos definir Big Data como sendo os conjuntos de dados extremamente amplos e que, por este motivo, necessitam de ferramentas especialmente preparadas para lidar com grandes volumes, de forma que toda e qualquer informação nestes meios possa ser encontrada, analisada e aproveitada em tempo hábil.

Podemos definir Big Data como sendo os conjuntos de dados extremamente amplos e que, por este motivo, necessitam de ferramentas especialmente preparadas para lidar com grandes volumes

Fonte: https://www.attunity.com/mainframe-integration-big-data-1-2/

De maneira mais simplista, a ideia também pode ser compreendida como a análise de grandes quantidades de dados para a geração de resultados importantes que, em volumes menores, dificilmente seriam alcançados.

Não é difícil entender o cenário em que o conceito se aplica: trocamos milhões de e-mails por dia; milhares de transações bancárias acontecem no mundo a cada segundo; soluções sofisticadas gerenciam a cadeia de suprimentos de várias fábricas neste exato momento; operadoras registram a todo instante chamadas e tráfego de dados do crescente número de linhas móveis no mundo todo; sistemas de ERP (Enterprise Resource Planning, ou Planejamento dos Recursos da Empresa) – atividades gerenciadas por um software ou por pessoas – coordenam os setores de inúmeras companhias. Enfim, exemplos não faltam – se te perguntarem, você certamente será capaz de apontar outros sem fazer esforço.

A essência do conceito está em gerar valor para negócios. Quanto mais dados temos, maior o esforço de processamento para gerar informações. Sendo assim, a velocidade para obter a informação faz parte do sucesso que o Big Data pode proporcionar em uma empresa.

Os V’s do Big Data[1]

Uma maneira simples de complementar a explicação do contexto do Big Data é falar sobre os V’s do Big Data.

Inicialmente, o conceito foi contemplado por 3 V’s que são volume, velocidade e variedade. Mas temos também os V’s de veracidade e valor que foram adicionados alguns anos depois da criação do Big Data.

Vamos à uma breve explicação sobre cada um:

– Volume: referente ao volume de dados gerados a cada segundo. O primeiro V refere-se exatamente à essa quantidade de dados que o Big Data lida.

– Variedade: Quanto mais dados e fontes eu tenho, maior é a complexidade para trabalhar os dados, mas também maiores as possibilidades que tenho para gerar informação útil. Por isso a variedade de dados é tão importante. Aqui já é bom dizer que chamamos de fonte de dados os locais onde os dados são armazenados, portanto ferramentas como Google Analytics, RD Station, Facebook e apps como o Whatsapp são fontes de dados.

– Velocidade: A velocidade trata de um dos grandes desafios do Big Data. Devido ao grande volume e variedade de dados, todo o processamento deve ser ágil para gerar as informações necessárias. É necessário gerar informação com a maior agilidade possível para as tomadas de decisão sejam efetivas.

– Veracidade: A veracidade está ligada diretamente ao quanto uma informação é verdadeira. O emaranhado de dados pode nos confundir, por isso todo cuidado é pouco para obtermos veracidade dos dados.

– Valor: O último V é o valor. Se você direcionou esforços para gerar uma informação que não serve para nada, o valor do trabalho realizado será perto de zero, portanto, precisamos entender muito bem o contexto e necessidade para gerar a informação certa para as pessoas certas.

Estruturação dos dados

Quando falamos de Big Data, temos basicamente dois tipos de estruturação da informação: os dados estruturados e não estruturados. Vamos entender um pouco melhor sobre cada um.

Dados estruturados

Os dados estruturados são aqueles que possuem uma estrutura determinada, com categorias, clusters e definições, como localização, vendas e informações sobre o perfil de clientes, contatos entre outros.

Dados estruturados são encontrados nos bancos de dados que, para armazenar qualquer dado, precisam ter muito bem definidos onde cada informação estará. Softwares de empresas como ERP, CRM, sistemas financeiros, sistemas de RH entre outros possuem dados estruturados.

Dados não estruturados

Os dados não estruturados são os mais complexos de se trabalhar, pois não existe neles uma estruturação sequer, sendo necessária intervenção humana para sua preparação. Estamos falando dos dados de mídias sociais, como YouTube, Facebook, Instagram, portais de notícias etc. Todas essas mídias que citamos lidam com dados em vídeos, imagens, textos e até mesmo áudio, por isso a complexidade para o tratamento desses dados é maior.

Hoje, por exemplo, conseguimos monitorar as mídias sociais extraindo comentários e menções públicas sobre determinada palavra-chave. Ou seja, podemos monitorar o que as pessoas estão dizendo sobre sua empresa ou até mesmo o mercado em que você atua de forma geral. Porém, forma mais confiável de estruturar esses dados ainda é por meio da intervenção humana. Pois deve ser realizada uma análise prévia do que está sendo comentado e o contexto daquela menção. Temos diversos tipos de comentários que podem parecer positivos, mas que na realidade são palavras com sarcasmo, ironias e, na maioria das vezes os robôs não conseguem captar.

Além disso, é necessário criar tags, como se fossem categorias para o que estão dizendo em um determinado contexto. Esse tipo de trabalho (por enquanto) deve ser realizado por um ser humano pois envolve diversas particularidades de acordo com cada projeto.

Uma dúvida muito comum é “Se eu encontrar 20 mil comentários, um ser humano precisa categorizar, taguear e estruturar esses dados?”. Exatamente. Por esse motivo consideramos a complexidade dos dados não estruturados maior, mais trabalhosa e morosa.

Tipos de dados do Big Data

Agora que você sabe como é a estruturação dos dados, veremos como são categorizadas os três tipos de dados que contemplam o Big Data. Neles estão misturados dados de texto, áudio, vídeo, imagens entre outros.

– Social data: são dados basicamente oriundos das pessoas e tipos de informações que decifram comportamentos. Ou seja, aqui conseguimos identificar perfis para trabalhar de forma mais direcionada. Quando temos dados de como as pessoas realizam buscas no Google e o que elas comentam nas mídias sociais em mãos, conseguimos perceber o quanto as pessoas são previsíveis.

– Enterprise data: são os dados gerados por empresas a todo momento (dados do financeiro, recursos humanos, operações etc.). Alguns negligenciam esses dados, mas eles podem ser essenciais para medir produtividade das equipes e descobrir alguns gargalos.

– Personal data ou data of things: esses dados são gerados por geladeiras, carros, TVs e outros dispositivos que estão conectados à internet e conversam entre si. É chamada Internet das coisas ou IoT. Hoje é possível, por exemplo, pegar as informações do Waze ou Google Maps para gerar informações sobre o trânsito em tempo real e alimentar painéis eletrônicos em toda cidade, facilitando a vida de motoristas com informações atualizadas real time do trânsito.

O cruzamento dos dados desses três tipos é o que proporciona a geração de informações cruciais para o negócio. Porém, é preciso ter cuidado. Na mesma proporção que ganhamos diversas possibilidades de melhoria e assertividade, é muito fácil se perder no mar de dados disponível.

Para isso não acontecer, é necessário tratar e organizar os dados para termos uma informação útil, contribuindo para tomadas de decisões. A imagem abaixo resume perfeitamente o que contempla os dados possíveis de serem explorados em 3 categorias.

Fonte: http://marketingpordados.com/analise-de-dados/o-que-e-big-data-%F0%9F%A4%96/

Você sabia[1]?

Os presidentes americanos Barack Obama e Donald Trump foram eleitos graças ao big data. As campanhas de ambos os políticos utilizaram dessa estratégia tecnológica para analisar o perfil dos cidadãos em redes sociais e, a partir desses dados, criar um direcionamento mais correto para seus objetivos.

Na Copa de 2014, o resultado de 7 x 1 da Alemanha contra o Brasil, que levou os alemães à vitória no torneio, também teve contribuições do big data: em seus treinamentos, a seleção alemã usava de análise de dados de seus jogadores e adversários, substituindo vídeos e falas da comissão técnica por números.

O investimento nessa tecnologia por parte das empresas nacionais irá aumentar em 25% no ano de 2018, de acordo com pesquisa realizada. Constatou-se que o movimento que as empresas estão fazendo hoje é investir cada vez menos em infraestrutura e cada vez mais em dados.

Fonte: http://blog.academiain1.com.br/voce-entende-a-importancia-de-big-data-para-a-industria-4-0/

Quais as vantagens?

Dentre as vantagens do uso do big data, estão as criações de produtos e serviços mais assertivos para o público-alvo, com soluções exclusivas e customizadas tanto para pequenas e médias empresas, como em grandes corporações. Para o projeto dar certo em cada caso, é importante o uso de técnicas e profissionais específicos para análise de dados, com a aplicação de algoritmos corretos.

A execução do big data deve ser feita em cloud (nuvem), expandido a capacidade de mobilidade e uso dos dados.

Para o sucesso do investimento em big data, a empresa deve ter um centro de excelência dedicado ao assunto, que inclua profissionais de habilidades mistas.

Gostou do nosso post de hoje? Curta e compartilhe!

Fizemos um blog anterior, acesse e confira:

 

Qual sua dúvida ou comentário sobre esse conteúdo?

Os campos com (*) são obrigatórios e seu email não será publicado

Quer receber notícias sobre Concursos Abertos? Cadastre-se em nossa newsletter


    Sobre nós

    Somos o Instituto Maximize de Educação, uma empresa especializada na preparação de Apostilas em PDF e Cursos Online para Concursos Públicos e Vestibulares.

    Saiba mais