Big Data e indústria: é hora de entender e aprender a usar

Por Colaborador externo | 13 de Maio de 2014 às 15h05

Por Camilo Rubim*

Quem trabalha no setor de tecnologia da informação já ouviu falar, e muito, sobre o conceito de Big Data. É bom clarificar o conceito também para os nossos parceiros de negócios da indústria automotiva, pois é questão de tempo, e pouco tempo, para que também comecem a lidar com ele.

Big Data são dados digitais (tesouro digital que se bem minerado torna-se verdadeiro diamante) que estão disponíveis em centenas ou milhares de banco de dados, sejam eles fechados (proprietários) ou abertos (redes sociais); sejam eles estruturados (dados armazenados em bancos de dados tradicionais) ou não estruturados (dados como áudio, imagens, vídeos, sensores). Eles só fazem sentido se apropriadamente minerados e correlacionados e é aí que entram as soluções tecnológicas, sobretudo na análise de dados não estruturados.

É preciso deixar claro que, quando falamos desse tipo de solução, não falamos apenas de uma solução de BI (Business Intelligence) ou ainda BI de alto desempenho (HANA ou Exadata). Para fazer uma boa análise destes dados, é necessário observarmos três dimensões: volume (quantidade de dados), velocidade (rapidez em que um novo dado é armazenado) e variedade (tipo de dado, texto, desenho, foto, vídeo, etc.). Também é importante observar dois outros, que são veracidade (confiabilidade do dado) e valor (beneficio gerado pelo dado).

Entender o potencial do Big Data pode levar as empresas a um novo patamar e trazer um diferencial competitivo. Na indústria automotiva, por exemplo, ele pode ser aplicado em diversas áreas de negócio, como na Otimização de Produtos através da identificação rápida do desejo dos consumidores; correção de defeitos (desvios de produção); análise de dados de garantia etc.

Outro exemplo está nas áreas de Vendas e Pós-vendas através da análise anônima do comportamento do consumidor, intervalo de manutenção do veículo, monitoração de produtos em garantia, recalls etc. Um velho ditado ainda se aplica hoje em dia: "Vendas vende primeiro, Pós-Venda vende o resto”. Atualizando, vale dizer que o uso sofisticado dos dados derivados de comportamento do cliente ajuda a gerenciar melhor o processo de pós-venda e, consequentemente, fidelizar e satisfazer o cliente.

Outro exemplo na indústria automotiva está relacionado ao GPS. Hoje muitos automóveis saem de fábrica com dispositivos de localização instalados e eles trazem grandes oportunidades de extração de dados e integração desses dados com seguradoras, por exemplo, que podem avaliar de forma mais efetiva o comportamento do usuário enquanto dirige, e assim obter um perfil mais preciso deste cliente. O GPS pode fornecer dados muito interessantes sobre o usuário como percursos rotineiros, estradas utilizadas, shoppings, restaurantes etc., sempre observando as questões de privacidade das informações envolvidas.

O mercado brasileiro está em fase de estudo e amadurecimento e a Internet das Coisas (IoC) ou Comunicação Máquina a Máquina (M2M), deve contribuir significativamente para uma sociedade mais conectada, ampliando ainda mais o fenômeno de uso das redes sociais no País. Por conta disso, as organizações estão começando a enxergar os benefícios de investir em análise de dados. No caso da indústria, o foco das iniciativas de Big Data deve ser colocado em áreas que possam promover valor ao negócio, pois no momento é difícil obter retorno sobre o investimento em projetos dessa natureza.

Para isso, é preciso levar em conta que a plataforma de Big Data é composta por três camadas: na primeira estão os dados digitais, estruturados e não estruturados, tais como bancos de dados tradicionais e dados disponíveis nas redes sociais (Google, Yahoo, Facebook, YouTube, Linkedin, Twitter, Instagram, etc.). Na segunda camada entra a primeira solução tecnológica, que tem por objetivo fazer a varredura nos dados digitais de acordo com premissas pré-definidas, selecionar os dados que foram objeto da busca e exportá-los para um banco de dados. Este será a base para a terceira camada, onde entram soluções tecnológicas como análise dos dados, tomadas de decisões, algoritmos, formatação de apresentação etc.

Para projetos assim, é importante a escolha de parceiros que atuem em três etapas: Planejamento, Construção e Execução. Na primeira fase de Planejamento é realizada uma “avaliação de preparo do Big Data” ou Big Data Readiness Assessment. É aqui que se vai entender claramente os objetivos, aplicações existentes, definir arquitetura, produtos e tecnologias a serem aplicadas.

A segunda etapa é a Construção, ou o Desenvolvimento do Big Data, com a criação de métodos, regras e indexadores para transformação dos dados que estão sendo importados e que mais tarde devem se tornar partes fundamentais na tomada de decisões de nossos clientes. A terceira etapa é responsável pela Execução. Aqui entra a operação, gerenciamento e monitoramento das estruturas de dados e aplicações que sustentam o Big Data, usando conceitos específicos que garantam analise de qualquer volume e variedade de informações.

Tudo parece novo, mas falamos aqui de conceitos que estão batendo com força à nossa porta. Quanto antes abrirmos, mais rápido aprenderemos a obter valiosíssimas vantagens competitivas deles.

* Camilo Rubim é vice-presidente da área de Vendas para a Divisão Automotiva da T-Systems Brasil

Siga o Canaltech no Twitter!

Não perca nenhuma novidade do mundo da tecnologia.