Big data e aplicações

0
1431

Desde que o termo surgiu, anos atrás, as pessoas vêm discutindo e tentando entender o que é esse tal de big data. Nem sempre as percepções coincidem. Há diferenças de significado e, também, de ênfase dada a um ou outro aspecto envolvido na definição.

Para alguns, big data tem a ver com o grande volume de dados. Uma quantidade tão expressiva que não pode ser armazenada em um único computador. É nesta situação, em que os dados não se ajustam à memória de uma única máquina, que poderíamos então, verdadeiramente, falar em big data.

Mas questões de grandeza são sempre muito subjetivas, já que o que é considerado grande hoje pode ser pequeno daqui a poucos anos, em virtude do aprimoramento da capacidade computacional e analítica. Assim, algumas definições buscam driblar a subjetividade, sugerindo que os dados poderiam ser considerados grandes quando a grandeza se tornar parte do desafio a ser enfrentado, não importando, portanto, o volume em si, mas a dificuldade em tratá-lo. Big data, então, seria uma solução para casos em que os meios tradicionais falham na capacidade de processamento dos dados.

Outros, ao definir big data, enfatizam o contexto histórico, relacionando o conceito com tecnologias e fenômenos emergentes, como, por exemplo, redes sociais e Internet das Coisas. Para os que embarcam nesta onda, big data teria a ver com dados e informações gerados pelas mídias sociais e pelas coisas, fontes que até então não existiam e não recebiam uma atenção especial. Muitos dados considerados em big data são desestruturados e provenientes de fontes variadas. Cruzar esses dados com os já existentes significa trabalhar em um ambiente caótico, em garimpagem com resultados incertos e possibilidades de insights inusitados.

Assim, o uso de fontes variadas e a onipresença crescente de dados com novas especificidades seriam elementos importantes para a compreensão do termo big data. Big data surge, então, neste contexto, com o propósito de colecionar, organizar, armazenar e transformar dados brutos em informações de alto valor. Aqui estaria o caráter inovador da tecnologia. A ideia não é mais perguntar às pessoas o que querem, através de pesquisas de campo, mas cruzar a informação (e os rastros) que deixam nas redes sociais e compras online, no uso do correio eletrônico e da Internet, etc. com outras tantas informações disponíveis.

Outras definições de big data enfatizam o emprego de ferramentas analíticas de nova geração (Hadoop, MapReduce, NoSQL) e a aplicação de técnicas de aprendizagem de máquina aos dados digitais. O processo de integração de todos os novos canais de dados seria realizado por meio de plataformas poderosas de descoberta que facilitam as análises conjuntas e a obtenção de insights. Nessa visão, as análises de big data tenderiam a se aplicar a situações em que os dados estão mesclados e bagunçados, e não há questões claras a serem respondidas. As ferramentas ajudariam na descoberta de padrões, anomalias ou novas estruturas.

Em geral, os que adotam essa definição também percebem o potencial das análises avançadas de big data para capturar a realidade de modo mais claro e acurado do que tem sido possível no passado. A aplicação de algoritmos e outras técnicas avançadas a grandes quantidades de dados resolveriam problemas que tinham soluções subótimas no tratamento de conjuntos menores de dados. Muitas evidências incapazes de serem detectadas em amostras pequenas, surgem agora, por meio da coleta e tratamento de uma quantidade muito significativa de dados. No passado, antes do advento de técnicas como MapReduce e Hadoop, o processamento de datasets grandes era difícil, consumia tempo e estava sujeito a erros. As novas ferramentas, incluídas genericamente como ferramentas de big data, têm o poder de mudar essa realidade.

Na tentativa de englobar os vários aspectos vinculados ao conceito e à tecnologia de big data, alguns acabam por combinar vários “Vs” na sua definição: grande Volume de dados, Velocidade elevada de processamento, Variedade de fontes de dados e informações e Veracidade dos resultados alcançados.

Há também os que ressaltam a mudança cultural que está por trás de big data, mudança no modo como as pessoas agora querem tomar decisões. Big data, neste caso, tem a ver com a confiança atualmente fornecida ao emprego de algoritmos com lógica transparente, operando sobre evidência imutável documentada, no processo de tomada de decisões.

Os céticos questionam se big data, com as suas técnicas de análises avançadas e o uso de fontes diversas de dados, seria capaz, de fato, de cumprir a promessa de fornecer conhecimento e melhores insights sobre a realidade. Para eles, os benefícios da tecnologia estariam superdimensionados. Big data, nesta perspectiva, significaria a aquisição de ferramentas caras e desnecessárias, o armazenamento de dados irrelevantes e a perda de tempo com análises complexas que não levam a lugar algum.

Também há o receio de que a tecnologia seja utilizada para monitorar as pessoas, ameaçando a sua privacidade. O armazenamento de dados pessoais, com o propósito de gerar matéria-prima para as análises avançadas, poderia, também, colocar em risco a privacidade, no caso de os dados serem manuseados indevidamente ou furtados por hackers. Assim, dizem, na adoção de big data, além de questões técnicas deveriam ser considerados, também, aspectos éticos e legais.

Figura 1 – Big data e seus elementos e conexões

Seja qual for a ênfase dada para big data, hoje já não se trata mais simplesmente de uma tecnologia emergente. Big data agora é percebido como uma megatendência que interage com várias tecnologias e é parte importante delas, desde Internet das Coisas e análises de conteúdo até computação em nuvem e realidade virtual, tendo um potencial elevado para mudar a vida das pessoas e ser adotado por um número crescente de empresas em todo o mundo.

O caráter pervasivo e a rápida adoção de big data foram, justamente, os motivos alegados pela consultoria Gartner para, em 2015, retirar big data da sua curva de hype cycle para tecnologias emergentes. Big data havia estado presente nas várias curvas apresentadas por Gartner em anos anteriores (figuras 2, 3 e 4).

Figura 2 – Big data no hype cycle para tecnologias emergentes em 2012

Figura 3 – Big data no hype cycle para tecnologias emergentes em 2014

Figura 4 – Hype cycle para tecnologias emergentes em 2015, sem a presença de big data

Diferentes setores, diferentes aplicações

Big data tem influenciado vários setores, transformando a sua realidade de modo significativo. A seguir, apresentam-se alguns casos de uso da tecnologia nos setores da saúde e finanças e na área de marketing.

  • Big data na saúde

Atualmente, a pesquisa farmacêutica e os diversos dispositivos utilizados nos hospitais, tais como marcapassos e equipamentos sofisticados de diagnóstico da saúde, ampliam a quantidade de dados a um ritmo vertiginoso. Esses dados podem ser aproveitados para diagnosticar doenças e fazer prognósticos, melhorar o conhecimento sobre o estado de saúde de um dado paciente, prevenir epidemias e cuidar de modo mais apropriado das enfermidades, personalizando cada tratamento.

A enorme quantidade de dados gerados sobre os pacientes pode ser digitalizada e armazenada para análises e estudos compartilhados por organizações da saúde, hospitais e centros de pesquisa em nível mundial. Com o aproveitamento de recursos tecnológicos como big data, a pesquisa farmacêutica pode contar com conjuntos abrangentes de dados e melhorar a eficácia das drogas, ajudando a enfrentar enfermidades como diabetes e câncer.

  • Big data no setor financeiro

Complementando os dados provenientes dos modelos transacionais com dados sobre o comportamento dos clientes em canais múltiplos (correio eletrônico, pesquisas de qualidade de serviço, weblogs, call center, etc.), as instituições financeiras podem detectar mais facilmente novas oportunidades de negócios, compreender melhor as necessidades dos vários perfis de clientes, obtendo um leque de insights valiosos para abordá-los e expandir a sua clientela.

Os possíveis usos de big data na indústria financeira incluem análises com o objetivo de evitar a perda de clientes, mitigar riscos financeiros, detectar fraudes, obter maior rentabilidade, realizar campanhas mais efetivas de produtos e serviços e migrar para canais de marketing mais adequados para acessar uma dada clientela ou menos onerosos para a instituição.

  • Big data no marketing

Big data surge como uma ferramenta fundamental para ajudar os profissionais de marketing a lograr os objetivos de negócio. Entre as vantagens que oferece a análise de grandes volumes de dados estão: predizer comportamentos, segmentar campanhas e oferecer produtos e serviços personalizados.

Ver também:

Ética e privacidade em cenário de big data: discussões estão apenas no início

- Publicidade -
Innovation Hunter
COMPARTILHAR
Virgínia Duarte
Socióloga e cientista política, com especialização em gestão empresarial. Foi responsável pela área de Inteligência da Softex. Responsável técnica e coautora de várias publicações sobre o setor de TIC. É sócia-diretora da TIC em Foco Estudos e Projetos e editora do site/blog TIC em Foco.

DEIXE UM COMENTÁRIO

Please enter your comment!
Please enter your name here

Esse site utiliza o Akismet para reduzir spam. Aprenda como seus dados de comentários são processados.