Aproveitar ao máximo os benefícios que a tecnologia proporciona é o desejo – e, acreditamos, o plano – de 10 em cada 10 empresas. Afinal, qual companhia não quer entregar os melhores serviços e produtos, encantar o cliente, ser competitiva, transparente, ágil e lucrativa? A tecnologia, ainda que não consiga atingir sozinha todos esses objetivos, ajuda os executivos a definirem qual o melhor caminho.
E, em busca de apoiar cada vez mais as empresas na superação dos desafios, a TI está em constante evolução. Essa evolução – conhecida como “ondas da tecnologia” – causa grande impacto no mundo corporativo ao propor modelos de negócio inovadores, romper paradigmas, criar novas formas de relacionamento e permitir a tomada de decisão de forma cada vez mais rápida e assertiva.
Porém, nem sempre o mercado está maduro o bastante para absorver os conceitos no momento em que eles surgem, podendo causar, inclusive, uma confusão entre as novas tecnologias e algumas já amplamente utilizadas. Esse é o cenário que encontramos hoje quando falamos sobre big data e BI (business intelligence).
Não é difícil entender o que gera essa dúvida, uma vez que ambas as tecnologias trabalham com captura e interpretação de dados, com objetivo de permitir que as empresas tenham acesso a detalhes de suas operações, interações com clientes e eventos que acontecem no seu ambiente. A intenção é que, com isso, elas possam identificar comportamento e tomar ações estratégicas.
Porém, uma das principais diferenças entre eles é que, no BI, as informações analisadas em geral refletem apenas o passado e depois de extraídas do local em que são geradas, posteriormente são aplicadas em relatórios e dashboards– a solução, sozinha, não tem inteligência e precisa que profissionais interpretem e tomem as decisões.
Quando olhamos para big data, recursos de predição devem ser intrínsecos ao conjunto da tecnologia, para melhor interpretar os dados e antecipar possíveis comportamentos, permitindo assim insights mais rápidos. Ou seja, mais do que um BI aprimorado, a evolução que o Big Data propõe é a inclusão da inteligência nas soluções com base em análise de grandes volumes de dados diversos e em movimento.
Para que as diferenças entre o BI e o big data sejam percebidas com mais facilidade, antes de tudo, é importante entender o que realmente se caracteriza como big data. Uma dica é observar os cinco Vs. Explicando: para ser caracterizado como big data, os dados precisam, necessariamente, reunir cinco características: volume, variedade, velocidade, veracidade e valor:
- Volume – o primeiro passo para começarmos a falar sobre big data é a existência de um grande volume de dados para ser analisado;
- Variedade – além do alto volume, os dados precisam ter variedade, ou seja, trazer informações sobre diferentes vertentes de uma mesma operação, enriquecendo assim a análise e permitindo assertividade na tomada de decisão. Por exemplo, quando falamos sobre interação com um cliente, é preciso levar em conta dados estruturados como cadastro, histórico de pedidos, compras realizadas, cobranças, grau de satisfação, problemas já reportados, interesses, etc. além de dados não estruturados como comentários em redes sociais (tweets, curtidas, etc.) e logs de interação.
- Velocidade – além de dados estáticos (cadastros, tabelas, datamarts, etc.) é preciso levar em conta dados em movimento, em geral eventos que podem acontecer em qualquer momento e etapa dos processos.
- Veracidade – os dados precisam ser confiáveis e os modelos de análise precisos. Caso contrário, os resultados obtidos não representam a realidade.
- Valor – todos os esforços na implantação de uma cultura de big data nas empresas devem ter por objetivo a geração de valor, seja na retenção de clientes, aumento da eficiência operacional, aumento das vendas e melhoria da percepção da marca da empresa (branding).
- Variedade – além do alto volume, os dados precisam ter variedade, ou seja, trazer informações sobre diferentes vertentes de uma mesma operação, enriquecendo assim a análise e permitindo assertividade na tomada de decisão. Por exemplo, quando falamos sobre interação com um cliente, é preciso levar em conta dados estruturados como cadastro, histórico de pedidos, compras realizadas, cobranças, grau de satisfação, problemas já reportados, interesses, etc. além de dados não estruturados como comentários em redes sociais (tweets, curtidas, etc.) e logs de interação.
- Velocidade – além de dados estáticos (cadastros, tabelas, datamarts, etc.) é preciso levar em conta dados em movimento, em geral eventos que podem acontecer em qualquer momento e etapa dos processos.
- Veracidade – os dados precisam ser confiáveis e os modelos de análise precisos. Caso contrário, os resultados obtidos não representam a realidade.
- Valor – todos os esforços na implantação de uma cultura de big data nas empresas devem ter por objetivo a geração de valor, seja na retenção de clientes, aumento da eficiência operacional, aumento das vendas e melhoria da percepção da marca da empresa (branding).
Quando as informações atendem às premissas acima, estamos diante de um caso de big data – um conceito que, apesar de novo, vem revolucionando o cenário tecnológico mundial. Aplicando a inteligência correta ao big data, as empresas podem obter informações e vantagens de negócio que são atualmente impossíveis de se obter apenas com o BI. Imagine por exemplo o valor que a previsão correta de uma tendência de volume de vendas em tempo real pode ter para sua operação?
(*) Joaquin Jaime e Rodrigo Silveira são Business Solutions Architects da Software AG
0 comentários:
Postar um comentário