Como o Big Data é aplicado aos negócios?

O Big Data é um forte aliado para impulsionar os negócios. Muitas empresas já perceberam o poder que sua implementação proporciona e já a adotaram ou estão se preparando para isso.

É um conceito inovador, cujos resultados são vistos no longo prazo e que exige um esforço e engajamento da organização como um todo. Assim, é necessária uma boa estratégia para que as vantagens que ele oferece sejam obtidas.

Mostraremos neste artigo como se dá a implementação do Big Data em uma empresa, seus benefícios e o papel da TI nesse processo. Boa leitura!

O que a empresa pode esperar com a aplicação do Big Data?

Big Data é a utilização de complexos algoritmos que modelam padrões matemáticos e estatísticos. Aplicados para a análise de grandes quantidades de dados, ele leva a uma percepção do cenário atual, do que poderá ocorrer no futuro e como a empresa pode ajustar seus processos e métodos.

Para tanto, são realizadas três tipos de análises:

  • descritiva: que mostra o estado atual de algo que seja objeto de estudo como o comportamento do mercado ou estado dos meios de produção;
  • preditiva: que busca entender o que acontecerá no futuro com base nos dados coletados e em seu padrão;
  • prescritiva: que leva a uma melhoria no modo como a empresa atua.

Essas análises exigem o processamento de grandes volumes de dados que, no caso do Big Data, geralmente estão na casa dos petabytes.

Assim, um projeto de Big Data exige que sejam definidos quais dados serão utilizados, como serão armazenados e quais tecnologias serão usadas para sua exploração.

Nesse processo, deve-se estabelecer os meios para obter dados de forma permanente, o dimensionamento da estrutura para a implantação do projeto e sua incrementação ao longo do tempo.

Os envolvidos com a elaboração do projeto devem escolher as tecnologias que serão utilizadas como software para estudar os dados, bancos de dados SQL e NoSQL, sistemas de indexação e ferramentas de BI.

A empresa deve ser envolvida de ponta a ponta e a TI, junto à gestão da empresa, tem um papel-chave nesse processo como veremos a seguir.

Como definir os objetivos?

Antes de adotar uma tecnologia, o primeiro item a ser observado são os resultados a serem alcançados e, utilizando o Big Data, isso não deve ser diferente. A empresa deve olhar para si e levantar questões como qual é a estratégia definida para seu crescimento e em quais aspectos ela deve se aprimorar: é preciso buscar melhorias nos processos ou nos produtos?

Em seguida, devem ser definidas as métricas que indicam que esses objetivos foram alcançados. Por exemplo, caso a empresa busque uma melhora no processo de produção para torná-lo mais lucrativo, deve ser compreendido quais aspectos indicam que essa melhora foi alcançada. Eles podem ser um menor tempo para conclusão das atividades, uma redução no consumo de recursos como energia ou insumos e uma diminuição da burocracia.

A partir desses requisitos, são definidas quais informações serão necessárias para a análise. Em seguida, elabora-se a estratégia para coletá-las e armazená-las.

Como fazer a coleta e a manutenção dos dados?

As informações usadas precisam ter qualidade para gerar análises mais precisas. Os dados que serão reunidos devem ser cuidadosamente retirados dos locais mais apropriados e com alta frequência.

Em Big Data são usados dados estruturados e não estruturados. Os primeiros são aqueles organizados como informações obtidas em formulários preenchidos por clientes e fornecedores quando se faz estudos de mercado ou em tabelas criadas por órgãos como IBGE, ONU ou instituições financeiras.

Já os não estruturados são informações geradas aleatoriamente, sem um procedimento ou ordenação pré-definida como posts em redes sociais, e-mails e opiniões sobre os produtos expressas pelos consumidores na web.

Podem ser usados também logs gerados por equipamentos e servidores, que são muito importantes pois geram um grande volume de dados de forma automática e persistente. Esse tipo de informação pode ser estruturada ou não e isso vai depender da programação realizada nos equipamentos antes de sua gravação.

Os estudos realizados em Big Data levam a um cruzamento dessas informações para a criação de uma visão da organização como um todo.

Como tem origem diversa, devem ser estabelecidos critérios para selecionar os tipos de informação que serão usados e sistematicamente adquiridos.

Informações de origens distintas devem ser linkadas a outras para que possam ser mais facilmente relacionadas e, assim, permitir o entendimento de um problema mais complexo, que envolve muitas variáveis.

Em dados gerados automaticamente podem ser adicionados metadados, que os descrevem e facilitam o trabalho de algoritmos para encontrá-los e cruzá-los com outros de fontes distintas.

Já vimos como os dados são obtidos, vamos agora para o processamento deles.

Como fazer a análise e a extração de valor?

Ao analisar os dados, deve-se, previamente, escolher as ferramentas mais adequadas para o tipo de resultado que se pretende alcançar, quem estará envolvido com ela e onde essas respostas serão aplicadas.

Conforme a complexidade implicada no processo, softwares como R ou Stata são boas opções para o uso. É importante também observar se a equipe possui o know-how desejado e se é necessário encontrar no mercado profissionais para complementarem o time ou se é preciso terceirizar parte da operação.

Em análises preditivas ou prescritivas, modelos teóricos podem ajudar a tornar os dados ainda mais valiosos. Em estudos acadêmicos, os dados são analisados com a finalidade de se propor um modelo teórico que descreva certo comportamento da sociedade ou da natureza, tornando-o previsível sob condições semelhantes.

Tendo em vista o cenário em que a empresa se encontra e o tipo de problema que se pretende resolver, é recomendável pesquisar se esse problema já foi estudado previamente em alguma universidade ou instituto de pesquisa.

Assim, caso sejam encontrados modelos gerados a partir de quadros semelhantes àquele em que a empresa se situa, eles podem ser aplicados. Isso torna mais ágil a implementação do projeto, o que leva tempo e deve ser bem feito, como veremos na próxima seção.

Com é feito o gerenciamento do projeto?

Um projeto de Big Data demanda um tempo relativamente longo para ser implantado. Dado o seu objetivo de promover um estudo e entendimento de problemas de alta complexidade, é necessário experimentação, tentativa e erro e aprendizado constante ao longo do processo.

Assim, os gestores do projeto devem mostrar de forma clara o avanço, se possível com o uso de diagramas que elucidam em qual estágio o projeto se encontra, quanto falta para alcançar a próxima fase. É importante também ser realista ao gerar expectativas e mostrar que erros e dificuldades são inerentes ao processo.

Dessa forma, é importante se posicionar conforme a necessidade de aprendizado encontrada, o que terá forte impacto no tempo, necessidade de treinamento e no orçamento.

Vemos assim que a aplicação do Big Data nos negócios é uma tarefa complexa, que envolve toda a empresa. Para que os benefícios esperados sejam alcançados, é necessário engajamento dos profissionais da empresa e uma prévia definição de onde se quer chegar.

Assim, as estratégias para coleta e análise de dados se tornam uma forma de acelerar o crescimento e promover um ganho de agilidade e qualidade na gestão.

Esperamos que esse artigo tenha ajudado você a compreender como o Big Data tem um papel importante no desenvolvimento dos negócios.

Para se manter informado a respeito de novas publicações sobre tecnologia que ajudarão sua empresa, siga-nos redes sociais. Estamos no Facebook e LinkedIn. Até a próxima!

No Comments Yet.

Leave a comment