«É importante lembrar que o valor primário da big data vem não dos dados na sua forma crua, mas sim do processamento e análise dela e os insights, produtos e serviços que emergem dessa análise. As mudanças drásticas nas tecnologias de big data e abordagens de gestão precisam de ser acompanhadas por mudanças similarmente dramáticas em como os dados suportam decisões e inovação em produtos/serviços.» Thomas H. Davenport

O que é Big Data?

Big Data é um termo que descreve grandes volumes de dados (data) – tanto estruturados como não estruturados – que inunda um negócio diariamente. Mas não é a quantidade de dados que é importa. O importante é o que as organizações fazem com estes dados. A Big Data pode ser análise para providenciar insights que levam a melhores decisões e movimentos estratégicos no negócio.

História de Big Data

Enquanto que o termo «big data» é relativamente novo, os ato de juntar e armazenar grandes volumes de informação para eventual análise já é antigo. O conceito ganhou momentum no inicio da década de 2000 quando o analista Doug Laney articulou a definição de big data como os três Vs:

Volume. As organizações recolhem dados de uma grande variedade de fontes, incluindo transações do negócio, redes sociais e informações de sensores e dados machine-to-machine. No passado, armazenar estes dados seria um problema – mas novas tecnologias ajudam hoje a este processo.

Velocidade. Os dados são hoje recolhidos a uma velocidade sem precedente e devem ser abordados a tempo. Tags RFID, sensores e medição inteligente conduzem a necessidade de lidar com pedaços de dados em quase tempo real.

Variedade. Os dados chegam-nos em todos os tipos de formatos – desde estruturados, dados numéricos e bases de dados tradicionais até documentos de texto não estruturados, email, vídeo, áudio, dados tick de stocks e transação financeiras.

O potencial da Big Data

O montante de dados que estão a ser criados e armazenados a nível global são quase inconcebíveis, e a tendência é o crescimento. Isto significa que há ainda mais potencial para serem colhidos insights chave de informação de negócios – no entanto apenas uma pequena porção destes dados são analisados. O que significa isto para as empresas? Como podem as empresas fazer melhor uso da informação em cruo que entra nas suas organizações todos os dias?

Porque é a Big Data importante?

A importância da Big Data não gira à volta de quantos dados tem, Poderá retirar dados que qualquer fonte e analisá-los para encontrar respostas que permitem:

  1. Reduzir os custos
  2. Reduzir o tempo
  3. Novos desenvolvimentos de produtos
  4. Ofertas otimizadas
  5. Processo de decisão mais inteligente

Quando combina os dados que recolhe com analítica, consegue cumprir tarefas relacionadas com o negócio, tais como:

  • Determinar causas de fracassos, problemas e defeitos em quase tempo real
  • Gerar cupões no ponto de venda baseados nos hábitos de compra do cliente
  • Recalcular portfolios de risco completos em minutos
  • Detetar comportamentos fraudulentos que afetam a organização

Como usar big data no meu negócio?

Antes de descobrir como pode a Big Data funcionar para o seu negócio, deverá primeiro entender de onde ela vem. As fontes de big data geralmente caem dentro de três categorias:

  • Streaming Data
  • Dados de Redes Sociais
  • Fontes publicamente disponíveis

Depois de ter identificado todas as potenciais fontes de dados, considere as decisões que terá que tomar no momento em que começar a recolher informação. Incluindo:

  • Como a armazenar e como a gerir
  • Quanto dela analisar
  • Como usar qualquer insight que descubra

O passo final para fazer a big data funcionar para o seu negócio é pesquisar as tecnologias que o ajudam a tirar o maior partido da big data e analítica de big data. Considere:

  • Armanezamento barato e abundante
  • Processadores rápidos
  • Plataformas de big data acessíveis e open source, como o Hadoop
  • Processamento paralelo, clustering, MPP, virtualização, ambientes large grid, conectividade alta e throughputs altos
  • Computação clouding e outros arranjos de alocação de recursos flexíveis

[Fonte: SAS]