[REALIDADE] Big data não acontece da noite para o dia


Fonte: CloudComputing

big-data

Os projetos de big data para prover resultados positivos às companhias precisam começar com um objetivo de negócio definido. Ou seja, as empresas, antes de adotarem ferramentas para extração e análise dos dados e transformá-los em informações, devem ter claras as metas que almejam alcançar, como, por exemplo, redução de fraude, melhoria da experiência do cliente e/ou qualidade do serviço, redução de custo entre outras.

“Tudo isto é possível com big data, mas leva tempo. Nada acontece da noite para o dia”, destacou John Haddad, diretor-sênior de soluções de big data da Informatica, durante o Big Data Summit, evento realizado nesta terça-feira (08/03), em São Paulo. Haddad apontou três categorias de objetivos que as empresas têm ao partir para big data: engajamento com o cliente; gerenciamento de fraudes e riscos; e excelência operacional.   

Em sua apresentação, Haddad explicou que qualquer projeto de big data deve começar pequeno. “Escolha um caso específico para fazer a prova de conceito”, ressaltou. Ao começar a implantação por um projeto piloto, as empresas conseguem entender suas habilidades e desafios. O passo seguinte é partir para a otimização do data warehouse, devido ao baixo custo de infraestrutura. Na etapa seguinte, as empresas devem estar preparadas para a descoberta dos dados (data discovery), quando conseguirão extrair conhecimento, insights que direcionarão valores de negócios.

A esfera mais complexa da adoção contempla de big data se dá quando as companhias passam a fazer análise da inteligência operacional em tempo real. Ou seja, conseguem rentabilizar os ativos de dados criando serviços e produtos.

Desafios

Um dos principais desafios nos projetos de big data está relacionado ao tempo necessário para extrair os dados e, uma vez captados, assegurar que se tratam de dados confiáveis. “Novas fontes de dados estão mudando o tempo todo”, apontou Haddad, comentando que as empresas precisam contar com ferramentas self-service e ágeis para conseguir alcançar os dados contidos em diferentes silos.

Haddad ressaltou que não é possível fazer a extração e análise manualmente e que é preciso estar seguro quanto à qualidade e precisão dos dados e também garantir que estejam em conformidade às regras de governança. Outro ponto destacado por Haddad é a capacidade de relacionar os dados. “O maior valor que você vai obter vem das correlações que fizer entre diferentes dados, para responder diferentes perguntas que fizer", conclui.
Compatilhe no Google Plus

Sobre Grimaldo Oliveira

Mestre pela Universidade do Estado da Bahia (UNEB) no Curso de Mestrado Profissional Gestão e Tecnologias Aplicadas à Educação (GESTEC) com o projeto “GESMOODLE – Ferramenta de acompanhamento do aluno de graduação, no ambiente virtual de aprendizagem(MOODLE), no contexto da UNEB“. Possui também Especialização em Análise de Sistemas pela Faculdade Visconde de Cairu e Bacharelado em Estatística pela Universidade Federal da Bahia. Atua profissionalmente como consultor há mais de 15 anos nas áreas de Data Warehouse, Mineração de Dados, Ferramentas de Tomada de Decisão e Estatística. Atualmente é editor do blog BI com Vatapá. Livro: BI COMO DEVE SER - www.bicomodeveser.com.br

0 comentários: