Fonte: Aquarela
Olá turma,
Uma das perguntas mais frequentes que recebemos na Aquarela está relacionada aos conceitos BI (Business Intelligence), Data mining e Big Data. Uma vez que os três estão ligados à análise de dados, não é estranho que haja confusões.
O objetivo deste post é apresentar de maneira sucinta quais são as características mais marcantes de cada uma das soluções ajudando o leitor a definir sua estratégia de informação. Apesar das dores por falta de informação serem parecidas, cada caso é um caso.
O Básico
Inicialmente o ciclo de análise de dados segue, de maneira geral, os seguintes passos:
- Levantamento de perguntas: O que a empresa quer saber (descobrir) do seu negócio. Ex. Quantos clientes atendemos por mês? Qual o valor médio do produto? Qual o produto que mais vende?
- Estudo das fontes de dados: Quais dados estão disponíveis interna/externamente para responder as perguntas de negócio. Ex. Onde estão os dados? Como consigo processá-los?
- Definição do tamanho do projeto: Quem serão todos os envolvidos no projeto? Qual o será o tamanho da análise, quais serão as ferramentas utilizadas e os custos do projeto.
- Desenvolvimento: Operacionalização da estratégia, realizando o processamento dos dados assim como várias interações de validação com os envolvidos do projeto, sobretudo o cliente final, para saber se as perguntas de negócio estão sendo respondidas e realmente ajudando.
Até esse momento o BI, Data Mining e o BigData são muito parecidos. Na tabela abaixo fizemos um resumo que ajuda a delinear as diferenças em termos de 7 características.
Tabela comparativa (clique para ampliar)
Conclusões e recomendações
Apesar da análise se restringir a apenas 7 características, os resultados mostram que existem diferenças importantes entre BI, Data Maining and BigData. Abaixo seguem algumas conclusões de nossa análise e experiência:
- Empresas que possuem uma solução de BI já consolidada tem mais maturidade para embarcar em projetos extensivos de Data mining e Big Data. E.g: descobertas feitas pelo Data mining ou Big Data podem ser rapidamente testadas e monitoradas pelo BI. Ou seja, os elementos podem e devem coexistir para realmente trazer valor ao negócio na forma de otimização de recursos, aumento de vendas e assim por diante.
- O Big Data só faz sentido em grandes volumes de dados e a melhor opção para o seu negócio depende de quais perguntas estão sendo feitas e quais os dados disponíveis. Todas as soluções são dependentes do dado de entrada. Consequentemente se a qualidade das fontes de informação forem ruins, há grande chance de que a reposta seja ruim como frisa a expressão em inglês “garbage in, garbage out” Lixo entra, lixo saí.
- Enquanto os painéis do BI podem ajudar a fazer sentido de seus dados de maneira bastante visual e facilitada, não é possível fazer análises muito ricas com ele. Para isso é necessário soluções mais complexas, capazes de enriquecer a sua percepção da realidade do negócio, ajudando a encontrar correlações, novos segmentos de mercado (classificação, predição), fazer previsões, controlar variáveis e seus efeitos em com relação as diversas outras por meio da análises multivariadas.
- O BI é fortemente dependente de dados estruturados que são os mais utilizados atualmente, porém a tendência é de crescimento em dados não estruturados. Também, não demanda profissionais especialistas em estatística e ou engenharia do conhecimento.
- O Big Data extende a possibilidade de análise sobre não estruturados. Ex: posts de redes sociais, imagens, vídeos, músicas e etc. Porém o grau de complexidade e exigência de conhecimento do operador é maior, bem como o alinhamento com os profissionais da gestão.
- Para evitar frustrações é importante levar em consideração as diferenças nas virtudes (proposta de valor) e resultados de cada solução. Por exemplo, não esperar por descoberta de padrões e insights de negócio da própria ferramenta de BI, este é o papel do operador do BI.
- O Big Data pode ser considerado em parte, a junção do BI e Data mining. O BI com seus dados estruturados em conjunção com a gama de algoritmos e técnicas do Data mining empoderado pelas novas tecnologias de grande processamento, armazenamento e memória; tudo processado de forma paralela e distribuída sobre uma gama gigantesca de fontes de informação heterogêneas.
- Podemos observar que os resultados dos três geram inteligência para o negócio, da mesma forma como o bom uso de uma simples planilha também pode gerar inteligência, mas é importante avaliar se isso é suficiente para atender as ambições ou dilemas do seu negócio.
- Vemos que o potencial do Big Data ainda não está sendo plenamente reconhecido, porém as empresas mais avançadas em termos de tecnologia hoje o têm como ponto chave de suas estratégias oferecendo gratuitamente seus serviços para alimentar seus Big Datas com dados estruturados e não estruturados. Ex. Gmail, Facebook, Twitter e OLX.
- A tendência é que o crescimento do volume dos dados e sua variedade continue cada vez de forma menos estruturada como já escrevemos no post Dos dados à inovação.
Autores
Joni Hoppen – Sócio fundador e instrutor dos cursos de capacitação em Big Data da Aquarela, Mestre em “Business Information Technology” pela Universidade de Twente na Holanda.
0 comentários:
Postar um comentário