Autor: Dorival Dourado
Em linhas gerais, o Big Data excede a capacidade atual que temos para usar os ambientes tecnológicos de hardware e as ferramentas de software para capturar, administrar e processar, incluindo-se correlacionar com alguma rapidez, as informações que estão à nossa volta, provenientes de uma miríade de fontes, que inclui dados de web e mídias sociais, ainda mais volumosos quando utilizados através de dispositivos móveis em função dos expressivos níveis de crescimento mundial, tanto do número de usuários quanto de aplicações. Mas vai além, abrangendo dados de biometria para identificação e validação (reconhecimento de voz, íris, retina, face) e dados gerados no dia-a-dia pelas pessoas via e-mails, logs e blogs, relatórios, apresentações e documentos em geral, sem contar a comunicação entre dispositivos (móveis e fixos) que monitoram processos, máquinas, localizam pessoas, liberam acessos e contabilizam estoques, entre outras utilizações.
Vivemos todos, e viveremos ainda mais, essa complexidade em analisar esses eventos de forma a utilizar as “deduções” analíticas na construção de novas ofertas de valor em produtos e serviços para nossos clientes. Devemos estar atentos a fatores relevantes quando pensamos em processar e analisar o “tsunami” de informações que vêm do Big Data. É necessário responder a dúvidas relevantes, como: qual a relevância do volume de informação? Como processar essas informações com a velocidade necessária, com que capacidade de processamento e com que latência? Qual a variedade de dados com que pretendemos trabalhar? Qual a procedência e veracidade desses dados? Os dados são sensitivos? Qual seu “prazo de validade” ou nível de atualização? A maneira para encontrar respostas a essas dúvidas concentra-se na forma como serão organizadas as ações corporativas de modo a transformar as iniciativas de Big Data em algo realmente rentável para as organizações, resultando em crescimento econômico e benefícios sociais.
A primeira recomendação é a estruturação de um “ecossistema” de dados nas organizações, unindo a estratégia de dados tradicionais ao Big Data, de forma integrada. Deve-se expandir a estratégia de modelagem estatística de dados para sistemas preditivos e não descartar as ferramentas atuais de data warehouse e bussiness intelligence. É preciso identificar como evoluir a arquitetura tecnológica. O segundo ponto é o capital intelectual envolvido e sua organização, que sempre faz toda a diferença em tempo, custo e qualidade do resultado. É necessário identificar novas competências e habilidades necessárias e preparar sua equipe. Embora o conhecimento tecnológico seja sempre importante, é essencial dar prioridade também aos analistas de negócios que irão planejar e projetar os produtos e serviços para as operações da empresa.
Qualidade de dados é o terceiro ponto a destacar. É fundamental estruturar metodologicamente o processo operacional e os infindáveis atributos relacionados à validade, volatilidade, suas regras de transformação, seu processo de uso dentro da organização e de que forma as aplicações de negócio utilizam esses dados de forma a gerar fator de diferenciação. Como quarto fator está a questão da ética na captura e uso das informações, cujas fronteiras em termos de Big Data talvez ainda precisem ser mais debatidas e clarificadas. As questões de ética, na minha opinião, devem considerar prioritariamente: a) identidade do proprietário de dados; b) sua privacidade; c) a propriedade dos dados; e d) a reputação, ou seja, como se é percebido e avaliado pelos dados analisados.
O uso de Big Data já provoca impacto e implicações na sociedade e no mundo dos negócios. Mas ainda há um longo caminho a percorrer e a marcha de crescimento do Big Data é imensurável. As empresas estão inovando a cada dia. Os desafios são muitos e variados, mas precisamos estar prontos desde já. Até porque, não há alternativa.
Dorival Dourado é presidente da Boa Vista SCPC (Serviço Central de Proteção ao Crédito)
