O termo descreve um imenso volume de dados que podem impactar os negócios no dia a dia porém, o que importa hoje não é a quantidade de dados, e sim como os utilizamos. O Big Data vem ganhando força desde o início dos anos 2000, quando Doug Laney propôs uma definição prática, com os três “V”: variedade, velocidade e volume. Mas, com o amadurecimento do conceito foram adicionados os V de valor e veracidade. Ok, mas o que cada um significa?

Volume: Refere-se à geração de dados por segundo, que é cada dia maior.

Variedade: Quanto mais fontes de dados, maior a complexidade de trabalhá-los, mas também é maior a probabilidade de gerar uma informação útil.

Velocidade: O grande desafio do Big Data, visto que a variedade e o volume de dados é enorme, o processamento deve ser ágil para gerar as informações necessárias.

Veracidade: O emaranhado de dados pode ser confuso às vezes, por isso é muito importante conhecer as fontes de pesquisa e se certificar que a informação é verdadeira.

Valor: Concentrar esforços para gerar informações inúteis é desperdício, portanto, precisamos entender o contexto e necessidade da informação para as pessoas certas.

Além de lidar com volumes extremamente grandes de dados dos mais variados tipos, soluções de Big Data também precisam trabalhar com a distribuição de processamento e elasticidade, isto é, suportar aplicações com volumes de dados que crescem substancialmente em pouco tempo. Bancos de dados mais tradicionais já não se mostram adequados, visto que são menos flexíveis.

A aplicação dos conceitos e técnicas de Big Data são particulares para cada tipo de negócio, e como “informação é poder” é preciso entender os dados para melhorar um produto, criar uma estratégia de vendas, cortar gastos, produzir mais em menos tempo ou quaisquer que sejam os objetivos estabelecidos.

 

Quando falamos de Big Data, temos basicamente dois tipo de estruturação da informação:

Dados Estruturados
São os que possuem estrutura determinada, com clusters, categorias, definições de localização, vendas, contatos ou até o perfil dos clientes. Softwares de empresas como ERP, CRM, sistemas financeiros armazenam dados organizados, logo, são dados estruturados.

Dados Não Estruturados
São dados que necessitam de intervenção humana para preparação. Estamos falando de dados de mídias sociais, como Facebook, YouTube, portais de notícias. Atualmente conseguimos monitorar as mídias sociais extraindo menções públicas de uma determinada palavra-chave através de boots ou ferramentas específicas, mas o método mais confiável, ainda é pela intervenção humana, que pode filtrar o conteúdo daquela menção. É preciso também criar tags, para categorizar o que estão dizendo de acordo com as particularidades de cada projeto.

 

Tipos de Big Data

Após a estruturação dos dados, podemos categorizá-los ainda em três tipos de dados. Neles estão misturados dados de texto, aúdio, vídeo, imagens entre outros.

Social data: são dados provenientes das pessoas e informações que estabelecem padrões de comportamento, o que nos dá um caminho para trabalhar de forma direcionada.

Enterprise Data: são os dados gerados por empresas a todo momento, dados financeiros, operações, recursos humanos… Muitas vezes acabam sendo renegados, mas são essenciais para medir a produtividade das equipes e encontrar gargalos.

Personal Data ou Data of Things: relativamente novo, o método faz com que geladeiras, carros, TV’s e outros dispositivos conectados à internet gerem dados e conversem entre si. A Internet das Coisas (Internet of Things ou IOT) é uma grande tendência para os próximos anos e uma maneira eficaz de identificar o comportamento do consumidor.

O mar de possibilidades que o cruzamento desses três tipos de dados proporciona, pode ser muito valioso para seu modelo de negócio, mas é preciso ser cauteloso para não perder o foco. A LogComex trabalha com tecnologia de ponta para gerar dados relevantes para o seu negócio. Conheça mais em: logcomex.com