13:26 | 26/07/2017

Big Data - O que é e como usá-lo nas empresas

Mais que um conjunto de dados, uma ferramenta poderosa no aprimoramento dos processos é vital para manter a competitividade da empresa.

Indústria 4.0 ou a quarta revolução industrial só foi possível de acontecer com a ajuda do Big Data. Mas o que é Big Data afinal? Trata-se de usar a tecnologia para coletar e analisar dados de todas as fases do processo de fabricação e distribuição de um produto - e além - para melhorar a eficiência, reduzir custos e criar novos modelos de negócios e serviços cobrindo todo o ciclo de vida de um produto. Por exemplo, os dados coletados dos carros no dia-a-dia, se sujeitos a sofisticadas análises preditivas podem produzir dados ricos e cada vez mais detalhados sobre a probabilidade de reparo, manutenção ou substituição de suas peças.

Quatro anos atrás, organizações e executivos estavam com dificuldades para entender a oportunidade e o impacto comercial do Big Data. Enquanto muitos executivos não gostavam do termo, outros acreditam que a análise baseada em dados poderia transformar a tomada de decisões empresariais. Agora, chegamos a uma nova conjuntura: o Big Data está emergindo como um padrão corporativo, e o foco está se deslocando rapidamente para os resultados que produz e as capacidades de negócios que ele permite. Quando a internet surgiu, nós dizíamos "Eu vou navegar na internet" - agora, nós apenas o fazemos. Estamos entrando na mesma fase de maturidade com o Big Data.

Então, como os executivos podem se preparar para obter valor de seus investimentos em Big Data?

Fonte: shutterstock

Desenvolver as métricas corretas. Embora grandes empresas implementem os recursos do Big Data, muitas vezes a falta de métricas bem estipuladas acabam por prejudicar seus resultados. Um dos problemas para mensurar a eficácia das iniciativas do Big Data tem sido a dificuldade de definir e isolar os seus custos. O Big Data tem sido elogiado pela agilidade que ele traz para as organizações, por causa do processo pelo qual eles podem carregar dados, identificar correlações e padrões e então carregar mais dados que parecem ser altamente indicativos. 

Ao seguir esta abordagem, as organizações podem aprender através de tentativa e erro. Isso representa um desafio para a mensurar resultados prematuros, porque a maioria das organizações criou métricas erradas no início do processo, acreditando que eram o que precisavam naquele momento. Espera-se que os custos para utilizar Big Data se estabilizam à medida que a experiência e a eficiência são alcançadas.

Identificar oportunidades de inovação. A inovação continua a ser uma fonte de promessas para o Big Data. Com sua velocidade a agilidade, um ambiente de descoberta é criado. Entretanto até agora, a maioria das realizações Big Data envolveu economia de custos operacionais ou permitiu a análise de conjuntos de dados maiores e mais diversos.

Por exemplo, as empresas financeiras têm sido capazes de aumentar a análise de risco de crédito através da capacidade de processar sete anos de transações de crédito de clientes na mesma quantidade de tempo que tomou anteriormente para processar um único ano, resultando em maior precisão de crédito e menor risco de fraude. No entanto, estes continuam a ser ganhos basicamente operacionais. Eles não mudam a experiência do cliente ou transformam as formas tradicionais de fazer negócios. 

Algumas empresas de serviços financeiros voltadas para o futuro assumiram o compromisso de financiar grandes laboratórios de dados e centros de excelência. Empresas de todos os segmentos da indústria se beneficiaram com a realização de investimentos semelhantes. Mas o financiamento não será suficiente. Inovar com Big Data exigirá ousadia e imaginação também.

Prepare-se para a mudança cultural e de negócios. Apesar de algumas grandes empresas terem investido na otimização de infraestrutura para combinar os benefícios de velocidade e custo oferecidos pelo Big Data, novas ferramentas e abordagens estão substituindo os ecossistemas de dados completamente. Uma nova geração de profissionais de dados está surgindo. Eles cresceram usando técnicas estatísticas e linguagens específicas, e à medida que entram no mercado de trabalho em maior número, as abordagens tradicionais de gerenciamento de dados e análise darão lugar a essas novas técnicas.

A grande maioria dos desafios que as empresas enfrentam à medida que operacionalizam o Big Data estão relacionados a pessoas e não a tecnologia: questões como alinhamento organizacional, processos de negócios e adoção e gerenciamento de mudanças. As empresas devem ter uma visão de longo prazo e reconhecer que as empresas não conseguem adotar Big Data sem mudanças culturais.

Fonte: Sebrae; Endeavor.