Big Data, e seus “Big-equívocos” de interpretação
Foto: KamiPhuc via VisualHunt.com / CC BY
Há dois grandes equívocos de interpretação quando se fala em Big Data. Imediatamente pensamos na tradução literal do termo “Grande volume de informações”. O conceito na verdade é mais amplo, o que nos leva ao segundo erro de interpretação: “Apenas as empresas com grandes volumes de dados devem usar as soluções”.
Conceituando.
Existem algumas variações, mas preferimos usar o conceito dos 5 V’s
1- Volume
Como não poderia deixar de ser, o primeiro V é de volume.
Este remete à grande quantidade de conteúdo que é produzido hoje em redes sociais, blogs, sites, wikis, vídeos, áudios, mensagens instantâneas, etc., desta forma estamos falando não mais em Gigabytes ou Terabytes, mas sim em Zetabytes ou Yottabytes e crescendo rapidamente. Para ilustrar um Zetabyte é igual a 1.000.000.000.000.000.000.000 bytes e o Yottabyte tem mais 3 zeros a direita.
2- Variedade
Antigamente as informações digitais eram geradas por sistemas estruturados, ou seja, sistemas que tinham um banco de dados tradicional, normalmente relacional, que armazenava os dados organizados para posteriormente obter facilidade na recuperação. Porém, atualmente a produção vem de e-mails, apresentações, vídeos, áudio, redes sociais, comunicadores instantâneos, etc, que em sua maioria não são estruturados, não estão armazenados organizadamente, o que dificulta a sua recuperação e análise. Um exemplo interessante que existe para tentar facilitar esta recuperação, que o público em geral usa mas não sabe exatamente para que é utilizado, é o hashtag (#). Ele serve para indexar tudo que se refere a um determinado assunto.
3- Velocidade
A velocidade pode ser traduzida em duas vias:
Uma na produção de conteúdo, cada dia mais rápida . Um post importante em uma rede social gera comentários em questão de segundos.
A outra via é a possibilidade de analisar estes dados com a maior velocidade possível e desta forma interagir com o seu público. Um bom exemplo são os aplicativos que algumas organizações de shows, exposições automação de marketing e até canais de TV estão utilizando, e como já citado, o hashtag “#”.
4- Veracidade
Antes de sair usando dados nas análises precisamos nos certificar que eles são autênticos, e mais que isso, se fazem sentido em nossa análise.
Este é um dos principais pontos de um projeto de Big Data. Em projetos de BI se fala em cleaning dos dados, seria algo equivalente, mas estamos falando de certificar fontes que não temos controle, pois podem ser indivíduos de qualquer local do planeta. Vamos usar um exemplo da vida real, quantas vezes vemos posts em redes sociais ou recebemos e-mail de amigos com uma informação que temos certeza que não é verdadeira? Isso precisa ser excluído das análises, caso contrário conduzirá ao erro.
5- Valor
A utilização dos dados precisa gerar valor para a organização que implementou e faz uso do Big Data, caso contrário não faz sentido. Valor neste caso é em seu sentido mais amplo, não só monetário, mas também na geração de melhores serviços, melhorias de processos, etc.
Big Data para todos os tamanhos
Se considerarmos o conceito dos 5 V’s, o Big Data pode e deve ser utilizado por qualquer organização, pois não necessariamente estamos falando de empresas que trabalham com grande volume de dados, mas com dados de múltiplas fontes, coletados com critérios de veracidade e que gerem valor, que em alguns casos, podem ser volumosos e rápidos.
A maioria das organizações faz análises de seus próprios dados, ou seja, dados que ela mesmo produz através de seus sistemas de ERP, CRM, etc… isso se chama, BI(Business Intelligence), BA(Business Analytics, BC (Business Discovery) ou alguma outra sigla que o mercado reconheça.
O Big Data é um conceito apoiado por metodologias e softwares que buscam trazer valor às análises, cruzando e analisando dados externos produzidos em diversas formas e por diversas entidades (organizações formais, informais, indivíduos, etc).
A importância está no conhecimento, que a humanidade busca desde os primórdios e evolui na medida em que usa o acervo de informações acumulado com mais eficiência. No mundo dos negócios não é diferente, quando mais se conhece o mercado, as aplicações, as características de seus produtos, dos concorrentes e dos consumidores, mais vantagens competitivas serão agregadas.
Desafios.
Tudo que é novo, traz grandes desafios. O Big Data é um terreno muito novo e inexplorado que tende a ser utilizado em bancos NoSQL. Até bem pouco tempo, quando se falava em banco multidimensional em BI, os recursos de software e humanos eram bem escassos. Ainda precisamos de ferramentas, softwares, formação de recursos humanos, etc. Também ainda não possuímos um volume grande de experiências e mesmo material para apoiar os estudos e implantação. Mas, como sempre, os pioneiros sofrem mais, mas também conseguem obter melhores resultados.
Estamos presenciando algumas iniciativas por parte de empresas de grande porte e B2C na implementação de projetos Big data, mas apesar do aumento no investimento, ainda são poucas as empresas investindo. Isso ocorre por fatores culturais, pouca disponibilidade de recursos humanos com conhecimento adequado e capacidade de investimento.
Usando como métrica a quantidade de organizações, o nosso mercado é composto por uma gama enorme de pequenas e médias organizações para umas poucas grandes organizações, comparativamente. Neste cenário, muitas das médias organizações estão iniciando agora suas primeiras experiências com BI, BA ou BD. As pequenas organizações, em muitos casos, não tem um ERP, usam apenas os softwares obrigatórios para cumprir os compromissos fiscais. Então mesmo com o aumento no investimento, ainda estamos falando de um seleto grupo de organizações que já viram retorno no investimento pois já passaram por iniciativas anteriores, por isso a divulgação ainda é pequena.
Como qualquer outra situação de mercado, a escala reduz preços e disponibiliza recursos, então certamente, com o sucesso destes projetos no tempo, teremos uma ampliação exponencial de aplicações de Big Data.
