{"id":4408,"date":"2017-04-11T15:43:57","date_gmt":"2017-04-11T18:43:57","guid":{"rendered":"https:\/\/taticview.com\/novopt\/?p=4408"},"modified":"2017-04-27T13:50:27","modified_gmt":"2017-04-27T16:50:27","slug":"big-data-e-seus-big-equivocos-de-interpretacao","status":"publish","type":"post","link":"https:\/\/taticview.com\/pt\/big-data-e-seus-big-equivocos-de-interpretacao\/","title":{"rendered":"Big Data, e seus \u201cBig-equ\u00edvocos\u201d de interpreta\u00e7\u00e3o"},"content":{"rendered":"
\"Foto:

Foto: KamiPhuc via VisualHunt.com \/ CC BY<\/p><\/div>\n

H\u00e1 dois grandes equ\u00edvocos de interpreta\u00e7\u00e3o quando se fala em Big Data. Imediatamente pensamos na tradu\u00e7\u00e3o literal do termo \u201cGrande volume de informa\u00e7\u00f5es\u201d. O conceito na verdade \u00e9 mais amplo, o que nos leva ao segundo erro de interpreta\u00e7\u00e3o: \u201cApenas as empresas com grandes volumes de dados devem usar as solu\u00e7\u00f5es\u201d.<\/p>\n

Conceituando.<\/span><\/h4>\n

Existem algumas varia\u00e7\u00f5es, mas preferimos usar o conceito dos 5 V\u2019s<\/p>\n

1- Volume<\/span><\/h4>\n

Como n\u00e3o poderia deixar de ser, o primeiro V \u00e9 de volume.
\nEste remete \u00e0 grande quantidade de conte\u00fado que \u00e9 produzido hoje em redes sociais, blogs, sites, wikis, v\u00eddeos, \u00e1udios, mensagens instant\u00e2neas, etc., desta forma estamos falando n\u00e3o mais em Gigabytes ou Terabytes, mas sim em Zetabytes ou Yottabytes e crescendo rapidamente. Para ilustrar um Zetabyte \u00e9 igual a 1.000.000.000.000.000.000.000 bytes e o Yottabyte tem mais 3 zeros a direita.<\/p>\n

2- Variedade<\/span><\/h4>\n

Antigamente as informa\u00e7\u00f5es 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 recupera\u00e7\u00e3o. Por\u00e9m, atualmente a produ\u00e7\u00e3o vem de e-mails, apresenta\u00e7\u00f5es, v\u00eddeos, \u00e1udio, redes sociais, comunicadores instant\u00e2neos, etc, que em sua maioria n\u00e3o s\u00e3o estruturados, n\u00e3o est\u00e3o armazenados organizadamente, o que dificulta a sua recupera\u00e7\u00e3o e an\u00e1lise. Um exemplo interessante que existe para tentar facilitar esta recupera\u00e7\u00e3o, que o p\u00fablico em geral usa mas n\u00e3o sabe exatamente para que \u00e9 utilizado, \u00e9 o hashtag (#). Ele serve para indexar tudo que se refere a um determinado assunto.<\/p>\n

3- Velocidade<\/span><\/h4>\n

A velocidade pode ser traduzida em duas vias:
\nUma na produ\u00e7\u00e3o de conte\u00fado, cada dia mais r\u00e1pida . Um post importante em uma rede social gera coment\u00e1rios em quest\u00e3o de segundos.
\nA outra via \u00e9 a possibilidade de analisar estes dados com a maior velocidade poss\u00edvel e desta forma interagir com o seu p\u00fablico. Um bom exemplo s\u00e3o os aplicativos que algumas organiza\u00e7\u00f5es de shows, exposi\u00e7\u00f5es automa\u00e7\u00e3o de marketing e at\u00e9 canais de TV est\u00e3o utilizando, e como j\u00e1 citado, o hashtag \u201c#\u201d.<\/p>\n

4- Veracidade<\/span><\/h4>\n

Antes de sair usando dados nas an\u00e1lises precisamos nos certificar que eles s\u00e3o aut\u00eanticos, e mais que isso, se fazem sentido em nossa an\u00e1lise.
\nEste \u00e9 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 n\u00e3o temos controle, pois podem ser indiv\u00edduos 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 informa\u00e7\u00e3o que temos certeza que n\u00e3o \u00e9 verdadeira? Isso precisa ser exclu\u00eddo das an\u00e1lises, caso contr\u00e1rio conduzir\u00e1 ao erro.<\/p>\n

5- Valor<\/span><\/h4>\n

A utiliza\u00e7\u00e3o dos dados precisa gerar valor para a organiza\u00e7\u00e3o que implementou e faz uso do Big Data, caso contr\u00e1rio n\u00e3o faz sentido. Valor neste caso \u00e9 em seu sentido mais amplo, n\u00e3o s\u00f3 monet\u00e1rio, mas tamb\u00e9m\u00a0na gera\u00e7\u00e3o de melhores servi\u00e7os, melhorias de processos, etc.<\/p>\n

Big Data para todos os tamanhos<\/span><\/h4>\n

Se considerarmos o conceito dos 5 V\u2019s, o Big Data pode e deve ser utilizado por qualquer organiza\u00e7\u00e3o, pois n\u00e3o necessariamente estamos falando de empresas que trabalham com grande volume de dados, mas com dados de m\u00faltiplas fontes, coletados com crit\u00e9rios de veracidade e que gerem valor, que em alguns casos, podem ser volumosos e r\u00e1pidos.<\/p>\n

A maioria das organiza\u00e7\u00f5es faz an\u00e1lises de seus pr\u00f3prios dados, ou seja, dados que ela mesmo produz atrav\u00e9s de seus sistemas de ERP, CRM, etc\u2026 isso se chama, BI(Business Intelligence), BA(Business Analytics, BC (Business Discovery) ou alguma outra sigla que o mercado reconhe\u00e7a.<\/p>\n

O Big Data \u00e9 um conceito apoiado por metodologias e softwares que buscam trazer valor \u00e0s an\u00e1lises, cruzando e analisando dados externos produzidos em diversas formas e por diversas entidades (organiza\u00e7\u00f5es formais, informais, indiv\u00edduos, etc).
\nA import\u00e2ncia est\u00e1 no conhecimento, que a humanidade busca desde os prim\u00f3rdios e evolui na medida em que usa o acervo de informa\u00e7\u00f5es\u00a0acumulado com mais efici\u00eancia. No mundo dos neg\u00f3cios n\u00e3o \u00e9 diferente, quando mais se conhece o mercado, as aplica\u00e7\u00f5es, as caracter\u00edsticas de seus produtos, dos concorrentes e dos consumidores, mais vantagens competitivas ser\u00e3o agregadas.<\/p>\n

Desafios.<\/span><\/h4>\n

Tudo que \u00e9 novo, traz grandes desafios. O Big Data \u00e9 um terreno muito novo e inexplorado\u00a0que tende a ser utilizado em bancos NoSQL. At\u00e9 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, forma\u00e7\u00e3o de recursos humanos, etc. Tamb\u00e9m ainda n\u00e3o possu\u00edmos um volume grande de experi\u00eancias e mesmo material para apoiar os estudos e implanta\u00e7\u00e3o. Mas, como sempre, os pioneiros sofrem mais, mas tamb\u00e9m conseguem obter melhores resultados.<\/p>\n

Estamos presenciando algumas iniciativas por parte de empresas de grande porte e B2C na implementa\u00e7\u00e3o de projetos Big data, mas apesar do aumento no investimento, ainda s\u00e3o poucas as empresas investindo. Isso ocorre por fatores culturais, pouca disponibilidade de recursos humanos com conhecimento adequado e capacidade de investimento.
\nUsando como m\u00e9trica a quantidade de organiza\u00e7\u00f5es, o nosso mercado \u00e9 composto por uma gama enorme de pequenas e m\u00e9dias organiza\u00e7\u00f5es para umas poucas grandes organiza\u00e7\u00f5es, comparativamente. Neste cen\u00e1rio, muitas das m\u00e9dias organiza\u00e7\u00f5es est\u00e3o iniciando agora suas primeiras experi\u00eancias com BI, BA ou BD. As pequenas organiza\u00e7\u00f5es, em muitos casos, n\u00e3o tem um ERP, usam apenas os softwares obrigat\u00f3rios para cumprir os compromissos fiscais. Ent\u00e3o mesmo com o aumento no investimento, ainda estamos falando de um seleto grupo de organiza\u00e7\u00f5es que j\u00e1 viram retorno no investimento pois j\u00e1 passaram por iniciativas anteriores, por isso a divulga\u00e7\u00e3o ainda \u00e9 pequena.
\nComo qualquer outra situa\u00e7\u00e3o de mercado, a escala reduz pre\u00e7os e disponibiliza recursos, ent\u00e3o certamente, com o sucesso destes projetos no tempo, teremos uma amplia\u00e7\u00e3o exponencial de aplica\u00e7\u00f5es de Big Data.<\/p>\n","protected":false},"excerpt":{"rendered":"

H\u00e1 dois grandes equ\u00edvocos de interpreta\u00e7\u00e3o quando se fala em Big Data. Imediatamente pensamos na tradu\u00e7\u00e3o literal do termo \u201cGrande volume de informa\u00e7\u00f5es\u201d. O conceito na verdade \u00e9 mais amplo, o que nos leva ao segundo erro de interpreta\u00e7\u00e3o: \u201cApenas as empresas com grandes volumes de dados devem usar as solu\u00e7\u00f5es\u201d. Conceituando. Existem algumas varia\u00e7\u00f5es, … Read More<\/a><\/p>\n","protected":false},"author":1,"featured_media":4409,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[23,2,65],"tags":[],"_links":{"self":[{"href":"https:\/\/taticview.com\/pt\/wp-json\/wp\/v2\/posts\/4408"}],"collection":[{"href":"https:\/\/taticview.com\/pt\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/taticview.com\/pt\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/taticview.com\/pt\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/taticview.com\/pt\/wp-json\/wp\/v2\/comments?post=4408"}],"version-history":[{"count":4,"href":"https:\/\/taticview.com\/pt\/wp-json\/wp\/v2\/posts\/4408\/revisions"}],"predecessor-version":[{"id":4413,"href":"https:\/\/taticview.com\/pt\/wp-json\/wp\/v2\/posts\/4408\/revisions\/4413"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/taticview.com\/pt\/wp-json\/wp\/v2\/media\/4409"}],"wp:attachment":[{"href":"https:\/\/taticview.com\/pt\/wp-json\/wp\/v2\/media?parent=4408"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/taticview.com\/pt\/wp-json\/wp\/v2\/categories?post=4408"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/taticview.com\/pt\/wp-json\/wp\/v2\/tags?post=4408"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}