Big Data não é uma ‘tendência’. É uma necessidade inerente à larga maioria das organizações de grande dimensão ou mesmo de pequenas e médias empresas, que já não conseguem retirar valor efetivo dos dados que produzem através de ferramentas de Business Intelligence mais ‘tradicionais’. Big Data tem um papel muito importante a impulsionar negócios e são muitas as empresas que já estão conscientes disso mesmo. Segundo a Forbes, o mercado mundial de Big Data (software e serviços) irá crescer de 42 Biliões de dólares em 2018 para 103 Biliões de dólares no ano de 2027.
Por isso, as vantagens de implementar Big Data na sua empresa são muitas e ter uma estratégia bem definida é meio caminho para que consiga tomar decisões sustentadas, que podem ditar o sucesso do seu negócio.
O que é Big Data
Entende-se por Big Data a capacidade de analisar e/ou processar grandes quantidades de dados, quer por via do seu volume, quer pela quantidade de “data points” gerados. O conceito de Big Data aparece quando as empresas se deparam com um volume tão grande e tão constante de dados, que as ferramentas mais convencionais de processamento e análise já não conseguem ser eficazes.
Os dados podem ser estruturados, semiestruturados ou não estruturados. Dados estruturados são, por exemplo, os dados provenientes da atividade de compra e venda de uma organização. São informações obtidas através de um formulário ou através de tabelas operacionais. Os dados não estruturados ou semi-estruturados são informações geradas sem ordem definida e provenientes de fontes tão diversas como redes sociais, logs de utilizadores em aplicações web ou mobile, partilha de opiniões ou partilha de ficheiros, por exemplo.
Segundo dados da Harvard Business Review, só cerca de 20% dos dados que chegam às empresas são estruturados, sendo os restantes 80% semiestruturados ou não estruturados. Para além disso, a percentagem de dados estruturados que é utilizada para apoiar tomadas de decisão e extrair insights é de menos de 50%, sendo que esta cai para apenas 1% quando falamos em dados não estruturados ou semi-estruturados.
Podemos caracterizar o conceito de Big Data através de 4 Vs:
- Volume (quantidades massivas de dados são geradas e necessitam de ser armazenadas e processadas. De acordo com o site Statista, só em 2018 foram gerados 10.6 zettabytes, provenientes de cloud data centres a nível global);
- Velocidade (a velocidade de geração, processamento e análise de dados pode ser mais importante do que o volume, já que informação real-time ou near-real time oferece uma grande agilidade às empresas que têm uma estratégia de Big Data bem implementada);
- Variedade (os dados podem ser originados através de várias fontes, como bancos de dados comuns, redes sociais, páginas web, transações financeiras, e-mails, sensores (IoT), ficheiros de áudio, texto, vídeo, arquivos, fóruns, etc). Veracidade (no fundo, a veracidade permite definir se os dados gerados são confiáveis, através da sua fonte ou origem);
Valor (os dados gerados têm realmente valor para a empresa? É necessário avaliar se aqueles dados, de facto, irão gerar novas oportunidades, aumentar receitas ou otimizar custos, por exemplo).
Vantagens de implementar uma estratégia bem definida
Sabemos, então, que a implementação de uma estratégia de Big Data tornou-se numa necessidade para as grandes organizações, e que o foco da questão deixou de ser “utilizar ou não utilizar Big Data”, para passar a ser “como utilizar Big Data da forma mais eficiente”.
Sabemos, também, que Big Data abre portas para tomadas de decisão mais sustentadas, com base em análises extremamente complexas, e que permite retirar insights muito importantes para otimizar as informações recolhidas. Assim, a decisão de implementar uma estratégia de Big Data deve partir das equipas ligadas às áreas de negócio, e não dos departamentos de TI, que devem garantir a execução técnica do projeto, da forma mais eficiente. No fundo, são essas equipas (as de negócio) que vão retirar valor dos dados recolhidos para a realização do seu trabalho diário e para a definição estratégica.
Mas quais são as verdadeiras vantagens da implementação de um projeto de Big Data? O que é que as empresas trarão como vantagem competitiva para o seu negócio? Identificámos três das principais vantagens de implementar Big Data na sua empresa:
Vantagem 1: Tomadas de decisão fundamentadas
Através das análises de dados realizadas por tecnologias de Big Data é possível encontrar padrões de compra ou de comportamento que apoiam tomadas de decisão por parte dos departamentos de negócio. Por exemplo, se a equipa de marketing tiver a informação de que determinada família compra o mesmo produto todos os meses, poderá despoletar fluxos de mailing digital ou físico (se for o caso) de descontos para esse produto, com o intuito de garantir a fidelização daqueles clientes.
Vantagem 2: Redução de custos
Os dados gerados para ou por uma empresa são armazenados, processados e analisados, levando à descoberta de importantes insights de negócio ou mesmo de lacunas e falhas. Ao trabalhar sobre dados previamente analisados e ao ter acesso a, por exemplo, tendências constantes de comportamento ou de compra, as empresas conseguem lançar campanhas mais eficazes, que atingem diretamente o target pretendido e que, por isso, podem apresentar um ROI maior. Desta forma, a otimização da aplicação de budget vai tornar as equipas mais eficientes – aumentando também a sua produtividade.
Vantagem 3: Possibilidade de prever situações futuras
Em Big Data, por norma, podem realizar-se três tipos de análises que se complementam entre si: Descriptive analytics (é o tipo de análise que descreve aquilo que acontece, muitas vezes em real-time. Recorrendo à agregação de dados e a data mining, é possível aceder a uma fotografia do passado e perceber qual a razão de determinado desvio ou alteração ou, então, apenas sumarizar um determinado aspeto); Predictive analytics (este é o tipo de análise que descreve aquilo que poderá ocorrer no futuro, recorrendo a modelos estatísticos e algoritmos, e oferecendo cenários de situações estatisticamente prováveis); Prescritive analytics (com base em otimização, algoritmos de simulação, machine learning e modelos computacionais, este é um tipo de análise bastante complexo, que pretende responder à questão “o que devemos fazer em determinada situação?”. No fundo, os cenários criados irão funcionar como prescrições de diferentes ações e dos seus resultados finais, permitindo à empresa optar pelo cenário que apresenta um menor grau de risco).
Exemplos de aplicação prática
Agora que sabe quais as vantagens de implementar Big Data na sua empresa e como definir objetivos específicos e mensuráveis, a questão que se coloca é, de facto, como tirar partido dos dados que a sua organização gera, dependendo do tipo de área em que atua.
Aqui ficam alguns exemplos de aplicação prática:
- Dados provenientes de sensores em sistemas de transportes;
- Análise de dados financeiros para evitar fraudes (deteção de utilização de um cartão de crédito por um user não habitual, por exemplo).
- Análise de tráfego de rede;
- Web analytics (em sites de e-commerce);
- Monitorização de menções nas redes sociais, com o intuito de avaliar se os sentimentos são positivos ou negativos em relação à marca/empresa;
- Recomendação de filmes, viagens, hotéis, produtos, com base nas pesquisas e compras dos indivíduos;
- Informações sobre trânsito e previsões de horas mais problemáticas.
Content and Digital Coordinator