Big Data
está empurrando a análise do passado para as mãos dos gestores, que
podem, então, usar dados não-transacionais para traçar estratégicas,
decisões comerciais de longo prazo sobre, por exemplo, o que e quando
colocar nas prateleiras da loja.
No entanto, Big Data
não está prestes a suplantar as ferramentas tradicionais de BI, diz
Rita Sallam, analista de BI do instituto de pesquisas Gartner. Segundo
ela, Big Data
fará Business Intelligence (BI) mais valioso e útil para o negócio.
"Sempre temos a necessidade de olhar para o passado... e quando você tem
grande volume de dados, vai precisar fazer isso ainda mais. BI não vai
embora. Ele será reforçado por Big Data."
De que outra maneira você vai saber se o que está vendo nas fases
iniciais de descoberta de fato vai se sustentar ao longo do tempo? Por
exemplo, bolsas vermelhas realmente vão vender mais do que as azuis em
determinada região? Uma passagem inicial por meio dos dados pode sugerir
bolsas vermelhas mais vendidas do que nunca no último trimestre.
Portanto, as vermelhas são melhores.
Mas isso é uma correlação, não uma causa. Se você olhar mais de
perto, usando dados de transações históricas recolhidas de suas
ferramentas de BI, pode encontrar, por exemplo, que na verdade o seu
mais recente posicionamento da mercadoria na campanha está dando lucro
porque os varejistas de rede agora estão colocando bolsas ao nível dos
olhos, mais atraentes para o consumidor.
É por isso que o diretor de Tecnologias Emergentes da IBM, David
Barnes, é realmente mais inclinado a apontar como saída tecnologias para
Big Data, como o Hadoop. Você não gostaria de tomar decisões de negócios essenciais com base na análise de Twitter, por exemplo.
Contudo, há um valor nas mídias sociais. E se você aprender como o
consumidor se comporta pelos tuítes dos fãs de Justin Bieber, por
exemplo, que amaram o casaco que ele estava usando no show da noite
passada? Você poderia, então, tomar a decisão de estocar esse casaco,
apenas na cidade, visto que ele está prestes a tornar-se um item muito
quente, embora por um tempo muito limitado.
Portanto, a empresa pode perder uma grande janela de oportunidade sem
uma análise preditiva do pacote, à procura de padrões nos tuítes que se
correlacionam com a marca, localização geográfica e fatores como o
número de menções.
"No passado, teríamos como base [nossas] decisões sobre dados
históricos e, no momento em que se faz isso, essa oportunidade já passou
por nós", diz Barnes.
Trata-se de um casamento de tecnologias de código aberto (onde a
maioria das plataformas de Big Data está acontecendo). Dados não
estruturados, como vídeo e e-mail, são muitas vezes citados como uma
força motriz por trás de Big Data.
R.K. Paleru, diretor de Marketing de indústria da MicroStrategy,
fornecedor de BI, diz que tem observado duas movimentações com Big Data.
"Ser capaz de trazer mais variedade de dados de fontes diferentes, mas
pode ter todos os dados e também micro-otimizar. Como transformar o
comportamento usando ferramentas como o iPad ou smartphones."
As tecnologias de Big Data permitem que a informação seja trabalhada
antes de ser otimizada, racionalizada ou relacionada. Isso, juntamente
com análise avançada, e gerentes de negócios, permite fazer e responder
perguntas em ciclos muito curtos. Não é plug-and-play ainda, por isso,
arquitetos e analistas de dados terão de dar uma mão.
Segundo Barth, hoje, podem ser gerados mais de 20 mil modelos de
dados para cada linha de produto, em cada mercado ao redor do mundo,
permitindo que os usuários procurem até 18 meses para a frente. "Isso é
uma grande mudança. A razão pra isso é o Big Data, visto que a
tecnologia pode automatizar muitas das etapas de modelagem e executá-las
ao apagar das luzes."
Não muito tempo atrás, isso seria quase impossível. Levaria semanas
ou até mesmo meses para que analistas estatísticos construíssem um único
modelo. Se você vendeu cem produtos, realmente não pode ir além de mil
modelos para a sua linha de produtos, o que significa que a informação
sobre esses modelos não era tão precisa.
"Big Data é tão grande quanto sua análise", diz Barth. "Isso é o amor
do cientista de dados. Eles podem repetir e repetir e repetir. Eles
estão aprendendo, enquanto obtém alguns insights durante as
descobertas."
"Ainda são necessárias análises inteligentes se você quer que elas
sejam feitas corretamente. Felizmente, Big Data é uma ferramenta muito
poderosa", finaliza.
0 comentários:
Postar um comentário