Tempo de Leitura:
Olá, navegante dos dados!!! ⛵📊
Hoje falaremos um pouco mais sobre Big Data, refletindo sobre como entender qual é o momento ideal de um negócio utilizar as tecnologias e ferramentas do Big Data. E aqui eu adiciono um ponto importante: vamos reforçar que Big Data é um conceito, usado para designar a utilização de grandes conjuntos de dados, tecnologias e afins (se ainda tem dúvida, leia o artigo anterior clicando aqui). Logo, vamos utilizar tecnologias que ajudem-nos a trabalhar da melhor forma possível, de acordo com a utilização dos 5V’s utilizados no negócio, mas também de acordo com o seu budget.
✨ Era uma vez…
Vamos tentar imaginar um caso prático em um negócio imaginário mas com cenários que acontecem na realidade, para exemplificar mais o entendimento:
Era uma vez uma empresa chamada “XYZ”, que atuava com vendas físicas e por e-commerce, onde a própria empresa era responsável pelo transporte dos produtos. Ela começou a sua jornada primeiro com uma loja física e depois iniciou as vendas no online, vendendo diversos produtos. Após algum tempo em que aderiu as vendas online, percebeu que havia uma grande quantidade de dados fluindo por seus sistemas.
A “XYZ” tinha um pequeno banco de dados para cadastrar produtos, pedidos, clientes, fornecedores… Mas à medida que a empresa crescia, mais dados eram gerados e armazenados naquele banco de dados e então veio a necessidade de adição de outros novos sistemas, como a implementação de um ERP para melhor acompanhamento de informações de compras, dados financeiros, rastreamento de entregas, assim como também sistemas de CRM e acompanhamento das interações nas redes sociais. A empresa se viu, então, precisando gerar e consumir não apenas dados estruturados, mas agora também semi-estruturados e não estruturados devido o seu crescimento e os novos sistemas que começaram a utilizar.
Um dia, uma analista de negócios percebeu o potencial desses dados. Ela propôs a ideia de usar as tecnologias de BIG DATA para entender melhor o comportamento dos clientes, personalizar ofertas, realizar previsões de vendas e otimizar ainda mais a logística da organização.
A empresa então, começou a investir em tecnologias de BIG DATA e em uma equipe interna que pudesse ir realizando os acompanhamentos necessários, implementando ferramentas de análise avançada e sistemas de armazenamento distribuído. Isso permitiu que eles coletassem, processassem e analisassem grandes volumes de dados de maneira rápida e para diferentes tipos de dados.
🌐E como ficaria o futuro da empresa “XYZ”?
A história da adoção do BIG DATA na “XYZ” é um exemplo de como essa tecnologia pode surgir e ser utilizada em uma empresa.
Imagine que com o passar do tempo, a “XYZ” começou a colher os frutos de seu investimento em tecnologias que suportem BIG DATA. Eles puderam então prever tendências de compra e de vendas, personalizar recomendações para os clientes e otimizar suas operações logísticas, fazendo com que as entregas, por exemplo, chegassem mais rápido aos clientes, garantindo uma maior satisfação.
Com esta compreensão mais profunda de seus clientes, conseguiram expandir o seu catálogo de produtos e lançar novos baseados nos principais consumidos/vendidos pela organização. Tornando-se líderes em sua área de negócio, graças ao uso eficaz do BIG DATA.
Isso é algo difícil de acontecer para uma organização? Claro que não. Desde que a implementação seja de forma bem estruturada, pensada na melhor forma de adaptação para o negócio e principalmente de acordo com o seu budget.
Muitas vezes vemos pequenas empresas quererem trabalhar com Data Lake, ir para a “nuvem”, mas um Data Warehouse on premisse atenderia perfeitamente as necessidades por um bom tempo. Eu sei, parece polêmico, mas é a realidade. No caso do exemplo da empresa “XYZ”, não caberia mais um DW, devido a utilização de muitos sistemas, da variedade de tipos de arquivos, então cada caso, é um caso. Hoje existem muitas ferramentas on premisses que são gratuitas, fáceis de serem utilizadas e que pequenas empresas não teriam grandes custos para utilizá-las (onde o custo aqui poderia ser treinamento de equipe, consultoria, infraestrutura, etc…). Aqui vale muito a análise do CAPEX e OPEX.
É necessário ter o discernimento que para trabalhar com BIG DATA você precisa planejar bem o seu orçamento, ter pelo menos o básico de conhecimento sobre as suas fontes de dados e analisar se tem pelo menos os 3 Vs principais em sua organização: VOLUME, VELOCIDADE e VARIEDADE. Dessa forma, é possível analisar todos os cenários possíveis, desde que cloud irá utilizar (Azure, GCP, AWS…), até definições de detalhes de como será a arquitetura implementada e a governança dos dados, por exemplo.
⛵Considerações Finais
Trabalhar com BIG DATA não se trata apenas sobre coletar muitos dados, mas principalmente sobre como usá-los de maneira inteligente, ética, de forma eficiente e eficaz.
Uma vez incorporado no dia a dia da organização, é necessário continuar investindo em treinamento para a equipe para saberem lidar e extrair o melhor dos dados (ser uma empresa voltada à cultura Data Driven), até mesmo em novas tecnologias que vem surgindo, como a utilização de Inteligências Artificiais e Aprendizado de Máquina.
Espero que tenham gostado do conteúdo e que este artigo tenha deixado um pouco mais claro sobre como entender o momento da necessidade de utilização de tecnologias de Big Data em uma organização. A maior dica é sempre realizar uma análise dos “Vs” do Big Data com a realidade e situação dos dados da empresa. 🧠
Se você quer continuar conhecendo mais sobre a área de dados ou fortalecer seus conhecimentos, continue seguindo o blog, nossa página do Instagram e acompanhe os melhores conteúdos! 🎯
E claro, caso tenha alguma dúvida, sugestão, dica, qualquer feedback… deixa um comentário abaixo para que melhore ainda mais os conteúdos e/ou também traga algo que você deseja aprender!
Se você chegou até aqui, parabéns! Acabei de gerar mais dados na internet e, se você gostou, gere mais dados também curtindo e compartilhando este conteúdo. 😄
Sigam nossas redes sociais:
Curtiu o conteúdo?
Big Data Navigators 