Não é novidade que estamos na era da informação. Somos bombardeados todos os dias com os mais diferentes tipos de dados e informações. Fotos, notícias, e-mails, vídeos, livros, números, contas de banco. O interessante a se pensar é que esses dados compartilhados diariamente têm valor, porém, o volume e a velocidade com a qual eles estão sendo produzidos é tão alta que lidar com eles se torna uma tarefa complexa. Sejam bem-vindos à era do Big Data.
O Big Data já foi tratado neste blog de forma superficial, quando falamos sobre a importância da proteção de dados pessoais e da privacidade. Hoje, no quinto texto sobre as tecnologias de fronteira, iremos aprofundar um pouco mais
sobre esse tema, compreendendo o seu conceito, seus usos e quais os impactos e questionamentos que surgem.
O que é Big Data?
Big Data é um termo que foi criado para descrever um grande volume de dados, que são complexos, variáveis e de alta velocidade, que demandam técnicas avançadas para capturar, armazenar, distribuir, gerenciar e analisar a informação.
Esse conceito surgiu e foi se desenvolvendo rapidamente, junto com algumas evoluções tecnológicas que vivenciando. Neste sentido, podemos citar a explosão de novas fontes de dados, como mídias sociais, o uso massivo de celulares, o
uso de transações de dados como compra e venda e transações bancárias. Por outro lado, esse volume de dados requer um espaço de armazenamento grande, o que gerou a necessidade de se pensar em regulação do uso e armazenamento desses dados, bem como propiciou a criação de novas tecnologias destinadas a lidar com
o volume, variedade e outros desafios impostos pelo Big Data.
Todas essas situações vêm moldando o conceito de Big Data. Geralmente, ele é abordado a partir de três dimensões, os chamados 3 V’s:
- Volume: relacionado à magnitude dos dados. Existe uma quantidade gigantesca de dados na internet e redes sociais e isso demanda locais tecnológicos e eficientes para armazenamento e gerenciamento.
- Velocidade: relaciona-se com as taxas nas quais os dados são gerados e à velocidade que eles devem ser analisados. Nossos celulares são locais que geram dados constantemente, por exemplo.
- Variedade: se refere aos diferentes tipos de dados que são gerados, como fotos, áudios, textos, vídeos, informações pessoais, etc. Muitos desses dados não estão estruturados e nem organizados, e isso requer máquinas para processá-los e analisá-los.
Atualmente, a complexidade dos dados é tanta que outras dimensões também estão sendo consideradas:
- Veracidade: se refere às fontes de qualidade dos dados. O quanto de informação que nos é apresentada ou fornecida é verdadeira? Os dados precisam ser confiáveis. Porém, o que vivenciamos atualmente é uma quantidade enorme de dados incorretos e não confiáveis, citando-se, por exemplo, as famosas fake News. Por isso, é necessário criar ferramentas de análise e gestão para identificar dados inconsistentes e incorretos.
- Complexidade: Existe uma variedade enorme de dados que fluem constantemente. E esses dados são gerados de inúmeras fontes diferentes. Essa situação gera um problema: a dificuldade de relacionar e combinar dados variados de diversas fontes. E o grande desafio é combinar, refinar e transformar os dados recebidos de diversas fontes.
- Valor: é um atributo do dado. E, assim, se refere ao esforço empregado na análise desses dados para gerar utilidade para as empresas e para as pessoas.
Assim, o Big Data se refere a essa infinidade de dados criados e compartilhados diariamente. Porém, qual o valor do Big Data e para o que podemos utilizá-lo?
Valor e Uso do Big Data
O cenário apresentado no tópico anterior, de uma infinidade de dados sendo gerados e compartilhados a cada segundo, pode ser inútil se não houver uma análise da informação gerada. O Big Data apresenta o seu valor quando é, de fato, analisado, o que é chamado Big Data Analysis.
Muitas empresas e organizações estão investindo em processos eficientes para processar e analisar um grande volume de dados. Essa análise de dados auxilia na tomada de decisões estratégicas para empresas.
O processo de gestão e análise do Big Data passa por alguns estágios, como a coleta de dados e armazenamento; extração de dados, refinamento; integração e representação. Após essa etapa, passamos para a fase de análise, na qual será feita a interpretação dos dados.
Essa gestão e análise de dados tem muitos usos interessantes. Vamos analisar alguns deles.
Marketing e mídias sociais
Nossas curtidas, nossas fotos, nossos dados de login em apps, tudo isso cria rastros, pequenas informações que podem ser utilizadas para criar um perfil do nosso comportamento, dos nossos gostos e predileções. Esse imenso fluxo de dados é analisado para entender as pessoas e analisar as tendências e mudanças de mercado. E, assim, geram substratos e evidências que podem ser utilizados no dia-a-dia da empresa.
Algumas questões que podem ser respondidas por meio de big data são:
- Qual o perfil de pessoa está mais disposto a comprar meu produto?
- Qual tipo de anúncio é mais eficiente para meus clientes?
- Como posso aprimorar o marketing para atrair mais clientes?
Com essas informações, as empresas podem criar campanhas publicitárias mais eficientes e atrair mais clientes.
Melhorar a experiência do cliente
Os dados gerados pelos próprios clientes podem ser utilizados para construir novas práticas e melhorar sua experiência. Muitas vezes, essa análise é feita por inteligência artificial.
Por exemplo, o Netflix e o Spotify coletam os dados gerados pelos seus usuários e conseguem identificar as preferências de cada um dos seus usuários. Essas informações são usadas para individualizar e melhorar a experiência dos clientes, trazendo recomendações personalizadas a cada um deles.
Inteligência artificial e serviços
O big data e a inteligência artificial podem ser utilizados para melhorar a eficiência de uma empresa. Logicamente, toda empresa que atingir um melhor custo benefício, e os dados são essenciais para isso. Veja alguns usos aqui:
- Softwares de bancos analisam dados pessoais de clientes de bancos e decidem se é viável conceder ou não um empréstimo para determinada pessoa;
- Planos de saúde analisam o perfil de pessoas para decidir fazer ou não um plano de saúde, ou cobrar mais caro por ele;
- O perfil de interesses e predisposições é utilizado para oferecer produtos mais adequados para determinadas pessoas.
Análise preditiva
Os dados podem ser usados para fazer análise de probabilidades e previsões nas mais diversas áreas. Por exemplo:
- Prever se equipamentos e ferramentas de uma indústria podem falhar;
- Prever as atitudes dos consumidores baseados no que eles compram e quando compram;
- Prever a taxa de disseminação de uma doença em determinada cidade ou país;
- Prever tendências de mercado para realizar melhores investimentos;
Todos esses usos nos levam a concluir que a análise do Big Data é de essencial valor na sociedade atual. A tomada de decisão em empresas se torna muito mais técnica e assertiva quando nos baseamos em dados concretos e não puramente na intuição. Por isso, investir em Big Data analytics tem sido um diferencial competitivo de grandes empresas. Neste sentido:
Decisões guiadas por dados são melhores decisões – é simples assim. Usar o Big data possibilita que os diretores decidam com base em evidência e não em intuição. Por isso, ele tem o potencial de revolucionar a gestão.
Andrew McAfee e Erik Brynjolfsson
Porém, todo esse poder gera desafios. As tecnologias são novas e podem gerar erros. Podemos criar padrões irreais e tomar decisões equivocadas. Além disso, questões sobre privacidade são cada vez mais significantes. Vamos analisar, então, alguns desafios do Big Data.
Questionamentos sobre o Big Data
A questão mais evidente no caso do Big Data é: falta de transparência. Não temos noção de como funciona a dinâmica da análise dos dados e nem como os algoritmos de inteligência artificial estão programados.
Não sabemos para onde nossos dados vão e nem como estão sendo usados. Ficamos à disposição dessa infinidade de informações, de anúncios, de produtos. E isso nos influencia mais do que imaginamos e muito mais do que gostaríamos.
Além da influência que as informações geram em nós, corremos riscos de segurança, de vazamento de dados, exposição da privacidade e utilização abusiva ou fraudulenta dos nossos dados pessoais. Leis de proteção de dados pessoais como a LGPD estão aí para fortalecer a segurança e a proteção de dados, porém, elas não garantem que estamos 100% seguros.
Outro ponto importante a se considerar é que os dados são utilizados para criar perfis de pessoas, principalmente para o marketing. Esses perfis podem separar as pessoas em categorias e gerar discriminação, principalmente quando a criação de perfis utiliza como critérios a cor, a etnia, a religião ou orientação sexual das pessoas.
Além disso, a criação de perfis classifica pessoas em grupos e isso faz com que as pessoas sejam julgadas com base nas características do grupo em que se inserem. Ou seja, a análise individual é descartada e a pessoa não é analisada pelas suas próprias características e méritos. Isso é relevante quando falamos em processos seletivos para empresas, tomada de decisões de concessão de empréstimo em bancos, etc.
Um exemplo é um banco utilizar o critério de moradia para avaliar o nível de adimplemento de uma pessoa. Através de análise de dados, os bancos podem concluir que os moradores do bairro x tem maior probabilidade de não pagar empréstimo, então todas as pessoas que moram naquele bairro são afetadas negativamente. Esse tipo de situação pode gerar estigmas e estereótipos de grupos sociais, perpetuando a desigualdade.
Por fim, os dados não são 100% precisos e verdadeiros. Isso pode gerar imprecisões e assimetrias nas informações, gerando decisões equivocadas nas mais diversas esferas.
Uma característica presente em todas as tecnologias de fronteira é: quanto mais úteis à sociedade, maior são os questionamentos e desafios que elas apresentam. E isso não é diferente com o Big Data.
Para enfrentar os desafios, precisamos, principalmente, fortalecer as regras de privacidade e proteção de dados. A segurança da informação deve ser um dos pilares de maior resistência nas empresas que utilizam dados. E, por fim, deixar sempre em aberto o debate acerca da autonomia da vontade e o combate à discriminação para que o uso do Big Data seja eficiente e mais justo.
Referências
Amir Gandomi, Murtaza Haider – Beyond the hype: Big data concepts, methods, and analytics (acesse o artigo).
Andrew McAfee, Erik Brynjolfsson. Big Data: the manegment revolution (artigo – Harvard Business Review).
