Big Data Analytics

No modelo convencional de armazenamento e análise de dados, a organização filtra dados dos seus vários sistemas e após criar um data warehouse , constroem-se consultas exploratórias com auxílio de ferramentas Business Intelligence (BI), subsidiando a tomada de decisões. ( BRETERNITZ, 2013 )

Entretanto, para grande volume, variedade e velocidade de dados, técnicas tradicionais de análise (analytics) tiveram que ser adaptadas. Assim como métodos estatísticos, algoritmos de aprendizado de máquina e técnicas de mineração de dados adaptados para suportar modelos de processamento distribuído.

Segundo Marquesone (2016, p.171), com a junção das técnicas de análise de dados com as tecnologias de Big Data surgiu o termo Big Data Analytics, onde o foco é a extração de informação a partir de uma avalanche de dados. As técnicas de analytics se distinguem pelos resultados produzidos e algoritmos usados.

Figura 1.4 - Categorias de técnicas analytics. (MARQUESONE, 2016)
Categorias de técnicas analytics. (MARQUESONE, 2016)

Análise Descritiva

Indicadores são gerados a partir de dados históricos da organização respondendo a pergunta: “o que aconteceu?”. As informações são apresentadas de forma estática através de relatórios, gráficos e diagramas, sumarizando dados passados e permitindo ao gestor ter uma visão detalhada. Porém, não automatiza a tomada de decisão necessitando da intervenção humana.

Análise Diagnóstica

Busca identificar informações históricas de eventos específicos co-relacionando dados para responder “por que aconteceu?”. Permite tomada de decisão direcionada á causa raiz do problema e apresenta resultado em ferramentas interativas, facilitando identificar padrões e tendências.

Análise Preditiva

Busca prever fatos futuros respondendo “o que pode acontecer?”, tanto em relação aos riscos como as oportunidades. Por meio de algoritmos de aprendizagem de máquina e técnicas estatísticas, pode se identificar padrões, tendências e exceções existentes nos dados históricos. Para que então, um modelo que permita fazer predições de eventos futuros possa ser criado.

Infografico-doutorecommerce
Como as empresas usam análise preditiva. (Infográfico Dr. e-commerce)

Análise Prescritiva

Ações estratégicas são sugeridas para se beneficiar das predições identificadas previamente, ou seja: “como fazer acontecer?”. Os algoritmos usados para análise são programados com o mínimo de intervenção humana, sendo capazes de se adaptar de acordo com os parâmetros recebidos. Tornando automática a capacidade de predição e otimização da solução.

Carros autônomos são exemplos de solução que usa análise prescritiva. O próprio algoritmo é capaz de tomar decisões sobre a direção do veículo baseado nas informações recebidas do mundo externo, como geolocalização, identificação de pedestres e semáforo, aspecto do solo, etc. (MARQUESONE, 2016)

Para ser capaz de tomar essas decisões automaticamente, se necessita de uma enorme base de dados para o processo de aprendizado. Complementa Costa (2016, p.52) dizendo que a análise prescritiva é um julgamento baseado na experiência e no aprendizado oriundos da troca de dados entre domínios do conhecimento.

Soluções Inovadoras

A análise prescritiva é uma solução disruptiva, capaz de transformar negócios e inovar em áreas onde a tomada de decisão precisa ser cada vez mais eficiente. Entretanto, Marquesone (2016, p.176) afirma que por ser uma técnica ainda complexa, estima-se que apenas 3% das empresas adotem em seus negócios.

Ou seja, alguns casos de uso a serem estudados e muitas oportunidades para obter vantagem competitiva em segmentos diversos explorando Big Data Analytics.

Referências

BRETERNITZ. Vivaldo. O uso de Big Data em Computacional Social Science. Reverte, Indaiatuba, v.11, n.11, p. 29-37, 2013. Disponível em: <http://www.fatecid.com.br/reverte/index.php/revista/article/view/78>.

COSTA, Luciana Sodré. Big Data Estratégico: Um Framework para Gestão Sistêmica. UFRJ/COPPE, Rio de Janeiro, 2016. Disponível em: <http://goo.gl/Q2jRa4>.

MARQUESONE, Rosangela. Big Data: Técnicas e Tecnologias para extração de valor dos dados. Editora Casa do Código, 220p, São Paulo, 2016. Disponível em: <http://www.casadocodigo.com.br/products/livro-big-data>.

Crédito do Infográfico: Dr. e-commerce (http://www.doutorecommerce.com.br/sem-categoria/empresas-analise-preditiva-predictive-analytics-infografico)

Anúncios

Um comentário

Deixe uma resposta