Big Data: vertentes, aplicações e estratégias de inovação corporativa

Sumário

Definição de estratégias, aumento da produtividade, redução de custos, melhorias de operação: estas são apenas algumas das funções que o Big Data nos permite realizar de forma mais prática e rápida. E todas essas facilidades são feitas por meio da quantidade exponencial de dados que é produzida todos os dias, em todo o mundo. 

O volume de informações geradas cotidianamente é acumulado ao longo dos anos – o que vem sendo potencializado, principalmente, com o avanço da internet e das novas tecnologias. A partir do Big Data, este volume é entendido como uma fonte certeira de insights e, não apenas como um mero apanhado de informações.

Ok, mas o que é o Big Data? O termo vem do inglês, mas a compreensão é simples: é o conjunto de informações presentes em bancos de dados de empresas, corporações e servidores. São dados que podem ser acessados e que apresentam interligações entre si.

O conceito também pode ser entendido como todo e qualquer dado que pode ser coletado sobre um assunto ou uma empresa. Se estrutura, basicamente, como uma coleção de informações que representam uma fonte constante de descoberta e análise.

Por isso, o Big Data está cada vez mais presente em nossas vidas. Um exemplo bem simples é o Youtube. A plataforma disponibiliza um universo de vídeos presentes em um banco de dados disponível para acesso dos usuários. Ainda mais constante que o próprio Big Data, está a análise de dados (ou analytics, em inglês) – todos os dias, a análise de dados é utilizada com muita intensidade e em diferentes segmentos do mercado.

No episódio 22 do Corpup Talks, nosso podcast dedicado a tratar assuntos do universo da inovação, a conversa é, justamente, sobre o Big Data! Buscamos explorar algumas vertentes, aplicações e o papel deste conceito em estratégias de inovação corporativa. 

Para nos ajudar a desbravar o assunto, conversamos com Geanderson Lenz, CEO na Iris Data Driven e especialista em projetos de inovação tecnológica. 

Neste artigo trazemos os principais pontos expostos e você pode ouvir o episódio completo a seguir:

Big Data

Até aqui você já deve ter entendido o que é o Big Data. No episódio, Geanderson Lenz explica que o termo está presente na grande temática da Inteligência Artificial, junto de outros conceitos importantes, como Aprendizagem de Máquinas, Data Science e Análise de Dados.

A Inteligência Artificial, inclusive, é um ramo da ciência que a partir de 1956, ganhou aplicação empresarial e vem se atualizando até os dias de hoje. À época, a proposta do campo era entender como as máquinas iriam simular a inteligência humana e, para isso, foram utilizados os conhecimentos da Ciência da Computação (processamento das máquinas) e o matemático. 

“Essas duas questões, conjugadas com a expansão do nível de dados acessíveis, que nos últimos dois, três anos, foram produzidos 90% de todos os dados da história da humanidade, temos o contexto perfeito para um ambiente de Big Data. Quando falamos sobre isso, estamos nos referindo ao conhecimento científico, ao poder de processamento computacional e também a questão da disponibilidade dos dados para serem usados em diferentes áreas”, explica Lenz.

Os Vs do Big Data

big data

Os principais aspectos do Big Data são os Vs que envolvem o conceito. Isso porque os dados chegam com grande variedade, volume e velocidade, e esses aspectos dizem respeito à grande quantidade de dados não estruturados que precisam ser analisados pelas estratégias de Big Data. 

Estudos mais recentes apresentam algumas complementações nesses Vs, como veracidade e valor dos dados. Lenz explica que quando falamos dos Vs que, inicialmente, eram apenas três, e bibliografias atuais já dizem existir cinco e até sete Vs, também estamos diferenciando o Big Data das demais áreas de dados.

“A questão de volume diz respeito à volumetria. Ou seja, como estes dados crescem de forma horizontal e de forma vertical. Muitas vezes pensamos apenas no dado final: na quantidade de GB ou de MB. Entretanto, hoje já estamos indo para a casa de análise de petabytes (PB) e de zettabytes (ZB). A constatação é: o nosso volume de dados vem crescendo de forma exponencial”, afirma.

O outro V explicado por Lenz é a variedade. Atualmente, existem múltiplas fontes de criação e produção de dados. Temos CRM ‘s, sistemas de produção e logística, sistemas de marketing (que não param de crescer!), e os sistemas baseados nas redes sociais: e-commerce e marketplace, por exemplo. Ou seja, estamos criando um cenário de Big Data que vem acontecendo em praticamente todas as áreas. O volume de dados vem crescendo na horizontal e vertical, com uma grande variedade de fontes e em uma velocidade exorbitante. 

Dados estruturados e não-estruturados 

O Big Data auxilia as empresas a encontrarem oportunidades, não apenas nos ambientes em que os dados estão nítidos mas, principalmente, nas relações e cruzamentos de dados complexos. E quando falamos de dados, existem diversos formatos que podem dificultar ou direcionar as análises das empresas. Por isso, Geanderson explica a diferença entre os estruturados e não-estruturados:

“Os estruturados são os dados que temos afinidade de trabalhar como tabelas ou planilhas de Excel. É o tipo de dados que encontramos uma rotulagem, no qual conseguimos entender o que o dado diz: nome, idade, renda, local de trabalho, cidade, etc. É também possível estruturá-lo em linhas e em bancos de dados melhor organizados, como uma SQL, por exemplo”.

Por outro lado, o que nem todo mundo percebe é que a grande parte dos dados que encontramos no cotidiano são os não-estruturados, aqueles que não têm rotulagem. Um exemplo é o áudio, que pode virar qualquer outro dado. Geralmente o áudio se transforma em um texto construído em um mesmo idioma. Esse dado apresenta diferentes formas de estruturação e, por isso, não tem um arranjo formal e se configura como não-estruturado. Outro exemplo são os vídeos, que apresentam som e imagem, e que podemos ter uma outra complexidade para trabalhar com esses outros tipos de formatos. 

“Hoje, se formos pensar temporalmente, principalmente nas organizações e empresas, recém estamos começando a pegar a ponta do iceberg, que é trabalhar com os dados estruturados. Mas existe uma grande complexidade, que é a parte que não vemos no iceberg, do trabalhar com áudio, vídeo, texto… Muita coisa está armazenada nesses dados e ainda não começamos a trabalhar. E este é um cenário super ideal e relevante para trabalhar com Big Data”, comenta Lenz.

Big Data Analytics: como trabalhar com dados? 

como trabalhar com dados

E depois de entender melhor sobre o que é o Big Data e as diferentes formas que o termo se apresenta, como ocorrem as principais transformações por meio dos dados? Em qualquer trabalho com dados, precisamos pensar no valor da análise, que é justamente o outro V que envolve o Big Data.

Lenz explica que o valor pode ser um aumento de receita, uma redução de custo ou uma melhoria de algum processo. Não importa qual a proposta, é possível criar uma trilha de analytics para conseguir gerar esse valor e para que haja uma consistência, para que valha a pena o esforço do Big Data.

“E a trilha de analytics funciona a partir de processos. A primeira parte é descritiva, no qual buscamos entender como os dados são formados e a distribuição ao longo do tempo em busca de padrões. Depois, partimos para o momento de predições, que é o uso dos algoritmos para nos ajudar a melhorar insights. Aí sim é possível tomar decisões baseadas nos dados. Por fim, é hora do terceiro momento, em que consigo fazer prescrições, para o campo de tomada de decisão melhor que o humano.”

Ou seja, o analytics do Big Data permite que dados do passado sejam analisados no presente e, ao processá-los, conseguimos obter insights melhores para decisões futuras!

Para descobrir as principais aplicações práticas do Big Data e entender como diferentes mercados alçam mão deste conceito para melhorias de processos e serviços, escute o episódio 22 do CorpupTalks!

Luísa Campos

Luísa Campos

Analista de marketing na Semente. Graduada em Jornalismo pela Universidade Federal de Ouro Preto e mestranda em Comunicação na Universidade Federal de Juiz de Fora. Tem experiência em jornalismo online, SEO, copywriting, produção de conteúdo, análise de dados e métricas, com passagem por assessorias de imprensa e portal de notícias. Hoje, atua no universo do marketing, construindo estratégias de conteúdos sobre empreendedorismo, tecnologia e inovação. Na pós-graduação, pesquisa as imbriçações entre comunicação, memória, afetos e sociabilidades de comunidades mineiras.

Deixe um comentário

O seu endereço de e-mail não será publicado. Campos obrigatórios são marcados com *