Análise de dados. O que é? Qual a sua importância?

Fonte: Altuna Akalin, 2018

Durante a última década, o termo big data começou a surgir em dicionários de língua inglesa, porém, o seu conceito já existia desde a Segunda Guerra Mundial. A recente popularidade dada a esse termo pode ser observada como um efeito da difusão de tecnologias de conectividade sem fio, da Web 2.0 e outros fenômenos característicos do século atual. A ascensão dessas ferramentas tornou o gerenciamento e análise de enormes conjuntos de dados uma realidade.

Mas afinal, o que é e a que se refere o famoso big data? Vamos lá, você consegue imaginar quantos dados estão disponíveis na internet? Desde aqueles que você encontra fazendo uma pesquisa em alguma ferramenta de busca até mesmo aqueles que são colocados na rede por você mesmo, através de redes sociais ou todos os outros serviços que você consome diariamente? Pois bem, big data se refere a esses conjuntos de dados que são muito grandes e complexos para um sistema tradicional de processamento e gerenciamento de dados suportar.

A popularização do big data veio junto à da Internet das Coisas (ou IoT para os íntimos) devido à possibilidade das pessoas de produzirem cada vez mais dados com os dispositivos que elas têm acesso, uma vez que dados são gerados a partir das atividades em mídias sociais, do histórico no navegador, dos serviços de geolocalização disponíveis em celulares, tablets ou até mesmo pelos relógios inteligentes, as smart bands, entre outros.

Dessa forma, o termo big data pode ser expandido e utilizado para referir-se não somente aos processos que realizam o recolhimento e gerenciamento dos dados mas também àqueles que fazem a análise dessas informações, denominando assim o big data analytics.

O big data é comumente trabalhado na literatura como a junção de 5 pilares, os 5 Vs, onde cada um deve ser abordado individualmente, respeitando a maneira como interage com os demais. Esses pilares são:

Volume: desenvolver um plano para a quantidade de dados que serão tratados assim como um para como e onde serão armazenados;
Variedade: identificar todas as possíveis fontes dos dados de interesse em um ambiente e adquirir as ferramentas necessárias para filtrá-las;
Velocidade: buscar e implementar as tecnologias corretas para garantir que os dados que estão sendo construídos estão os mais próximos possíveis da realidade;
Veracidade: garantir que não há nenhum "lixo" nos dados, isto é, dados imprecisos e impuros;
Valor: nem todas as informações coletadas em um ambiente são de igual importância, então, a construção de um ambiente de análise deve ser capaz de reconhecer isso.

Agora, por que essa área da ciência da computação vem ganhando tanta atenção nas últimas décadas?

Ora, nós vivemos em um mundo digital! Online, realizamos compras, fazemos transações, consumimos conteúdo e praticamos tantas outras atividades online. Tudo que realizamos hoje são negócios baseados na nuvem; caminhamos em uma marcha acelerada de crescimento e todas essas transações produzem e compilam os dados de acordo no mesmo ritmo. Assim, utilizar essas informações de maneira inteligente representaria a capitalização (sim, o famoso capitalismo (sim, o famoso capitalismo 🙃) com base nas informações de um público alvo.

O futuro do big data analytics apresenta-se promissor, demonstrando sua essencialidade para o negócios, por exemplo, onde é possível realizar previsões e permanecer atualizado sobre todas as tendências globais.

Quer saber mais?

Nas frases dos próximos capítulos, apresentaremos, dentre outras coisas, quais nichos do mercado se beneficiam do big data analytics e de que forma o gerenciamento de projetos pode ser aplicado para diferentes fins nesse contexto.