Big Data > Analytics

Como analytics pode ajudar a alavancar o big data

Graças a sua habilidade de utilizar os dados, análises e "raciocínio" sistemático, o analytics conduz a uma tomada de decisão mais eficiente e inteligente

09 de Dezembro de 2016 - 11h46

Combinado às mídias sociais, cloud e mobilidade, o tema big data tem sido objeto de grande discussão no mundo da tecnologia. É comum, por exemplo, quando se trabalha nesse segmento, ouvir perguntas como: “Você sabe fazer ou faz big data?”

Desde o seu surgimento em 2011, muito se em falado sobre essa tecnologia, caracterizada pelo grande volume, variedade e velocidade de dados, porém ainda se faz necessário uma compreensão real de como utilizá-la. Rapidamente o big data foi ganhando notoriedade no mercado, porém, em 2013 mais precisamente, o interesse em torno dessa nova tecnologia começou a enfrentar uma curva descendente. Tanto que neste ano, de acordo com o Gartner, os investimentos em big data diminuíram cerca de 25% em relação ao no anterior. Isso ocorreu e vem ocorrendo por que muitas empresas não conseguem enxergar o retorno do investimento (ROI) dessa solução. Mas, o que deu errado? Porque o big data não decolou como o esperado? Será que essa tecnologia por si só se basta?

Outro dia mesmo, lendo um artigo em uma revista especializada, vi uma informação que me chamou muito a atenção. Um executivo que acabava de assumir posição de destaque em uma grande empresa, quando questionado a respeito de seus planos, respondeu que sua estratégia seria investir em big data. Fiquei intrigado com o que ele quis dizer com isso. E, também, pude perceber que a maioria das pessoas tem a crença de que o big data é, na verdade, a solução de todos os seus problemas. E não é bem assim.

Estou há mais de 20 anos no mercado de BI e tenho percebido uma forte tendência em cometermos sempre os mesmos erros do passado.  Na minha visão, o que acontece com o big data hoje é algo semelhante ao que ocorreu com seu primo mais distante, o data warehouse. Embora esteja aquém do big data do ponto de vista tecnológico e de performance, o data warehouse também visa a construção de uma base de dados com informações detalhadas. Se voltarmos lá atrás, quando se começou a falar de data warehouse, ele também era considerado o salvador, mas cinco anos depois de seu surgimento, já havia se transformado em uma palavra proibida, pois muito se investiu e poucos resultados foram vistos. Isso tudo tem explicação no fato de que a tecnologia não existe por si só e não pode ser responsabilizada pela resolução ou não de todos os problemas. 

É para evitar que a história se repita que devemos voltar à atenção ao que foi dito pelo Gartner: o big data precisa ter aplicação no dia a dia e de maneira nenhuma pode ser pensado como um esforço exclusivo.  Não estamos falando da estratégia em si, mas sim da ferramenta para ajudar a traçar o plano de negócios.

Em resumo, não basta investir em big data, é preciso ter um propósito e uma estratégia de negócios bem definidos. A informação por si só não é válida, se não for possível acessá-la de maneira aderente à sua necessidade e extraindo o real valor que ela traz para o negócio.  E é aí que entra a plataforma analítica, que viabiliza o acesso ao big data e coloca inteligência nesse processo, em tempo real, permitindo ao usuário tirar o máximo proveito desses dados. 

Graças a sua habilidade de utilizar os dados, análises e “raciocínio” sistemático, o analytics conduz a uma tomada de decisão mais eficiente e inteligente. Independente do segmento, transformar dados em informações valiosas é parte crucial do processo de gestão. Sem dúvida nenhuma essa combinação ajuda a tornar os investimentos muito mais assertivos e a alavancar todo o potencial desse gigantesco volume de informações.

*Flavio Bolieiro é vice-presidente para América Latina da MicroStrategy.