Big Data: O futuro da Informação e dos Negócios

a report by harvard business review analytic services

Big Data: O Futuroda Informaoe dos Negcios

Big Data: The Future of Information and Business

Patrocinado por

BIG DATA: O FUTURO DA INFORMAO E DOS NEGCIOS | 1

Sumrio ExecutivoBIG DATA se transformou em uma expresso genrica, mas em sua essncia, ela apresenta trs desafios para as organizaes. Em primeiro lugar, os lderes de negcios devem implementar novas tecnologias e, em seguida, prepararem-se para uma revoluo em potencial na coleta e mensurao de informaes. Mais importante que isso, a organizao como um todo deve se adaptar a essa nova filosofia sobre como as decises so tomadas se o real valor do big data for compreendido.

A quantidade de dados que chega s organizaes por meio de canais em constante expanso impres-sionante. De acordo com uma fonte, foram produzidos nos ltimos dois anos mais dados que em toda a histria. E no foi somente o volume de dados que mudou, mas tambm a variedade: as informaes so agora coletadas em diversos canais que variam desde cliques na internet at as informaes no estrutu-radas provenientes das mdias sociais. E a velocidade na qual as organizaes podem coletar, analisar e responder s informaes atingiu agora uma nova dimenso. A Amazon, por exemplo, usa um sistema de precificao dinmico que rastreia a internet, verifica os preos e a disponibilidade de produtos dos con-correntes e altera os preos, em alguns casos a cada quinze segundos. A Amazon pode coletar dados de cada visitante, cada clique e cada interao que acontece em seu site, que coletivamente so conhecidos como dados estruturados, e ela tambm pode coletar os comentrios e avaliaes dos consumidores ou seus posts nas redes sociais.

Um segundo aspecto importante do big data o potencial de novas formas de mensurao. Por exemplo, j est amplamente disponvel a tecnologia que permite que voc transmita seus dados de sade a seu mdico enquanto voc se exercita. Da mesma forma, a GE insere microtransmissores, como sensores e tecnologia de rede, para ajudar seus clientes com a manuteno preventiva de turbinas de energia. Os especialistas preveem que haver uma exploso de dados gerados por meio de mensuraes conduzidas por mquinas. A proporo desse crescimento duas vezes maior que o crescimento de dados gerados por pessoas. At 2015, espera-se que 6 bilhes de objetos no mundo estejam conectados internet, o que conhecido como Internet das Coisas. Possibilidade dessas novas conexes o Nest, um termostato que permite que o GPS do seu celular notifique automaticamente o seu sistema de aquecimento e ar condicio-nado se voc estiver nas proximidades de sua casa.

Finalmente, as organizaes devem se confrontar com uma nova filosofia sobre a tomada de decises. Hoje vivemos em um mundo que est sempre conectado, onde as preferncias dos consumidores mudam a cada hora. Eles podem checar vrios canais ao mesmo tempo e traar uma srie de caminhos inusitados e diferentes para efetuar uma compra. Um analista afirmou que o processo de compra se parece mais com um novelo de l do que com o funil de compra previsvel, serial ou linear que tnhamos no passado. Isso significa que as organizaes precisam estar preparadas para implantar novos canais para tomada de deciso, alguns deles automatizados, que permitem respostas rpidas e geis s informaes dos clientes.

Copyright 2013 Harvard Business School Publishing. All rights reserved.

Big Data: O Futuro da Informao e dos Negcios

2 | A hARvARD BUSINESS REvIEw ANAlyTIC SERvICES REpORT

Figura 1

Familiaridade com o Conceito de Big DataO quo familiarizado voc est com o Conceito de Big Data?

Nem um pouco familiarizado Extremamente familiarizado

11%

5%

7%

18%

7%

10%

16% 16%

8%

10%

1 2 3 4 5 6 7 8 9 10

Figura 2

Uso Atual e Estratgia para Big Data

Sim No No tenho certeza

60%

12%

28%

USA ATUALMENTE BIG DATA?

56%

21%

23%

POSSUI ESTRATGIA PARA BIG DATA?

Baseado em dados coletados pela Harvard Business Review e pesquisa online com 951 membros da audincia global de leitores da Harvard Business Review.


Da mesma forma, a organizao inteira ir enfrentar uma presso para tomar decises baseadas em dados e rpidas experimentaes e no mais em intuio e estimativas.

Claramente, esses trs desafios fazem parte da evoluo que nos trouxe ao que Thomas Davenport, autor da Harvard Business Review, chamou de Analytics 3.0. Ele diz que Analytics 1.0 foi a poca antes do Big Data; Analytics 2.0 foram os primeiros dias do Big Data e agora estamos entrando no mundo Analytics 3.0. um ambiente que combina o melhor do 1.0 e do 2.0uma mistura de big data e analytics que produz conhecimentos e ofertas com velocidade e impacto. O grande ganho para os negcios acontece quando as empresas conseguem combinar e analisar dados estruturados a partir de suas aplicaes corporativas com os dados no estruturados da internet e dados de fontes pblicas ou pagas. E isso significa que as empresas devero ter ferramentas analticas e pessoas com um novo conjunto de habilidades para tirar o mximo proveito do fluxo de informaes e fazer as melhores anlises preditivas.

Nos textos a seguir, trs autores da Harvard Business ReviewThomas H. Davenport, Erich Joachimsthaler e Bill Sweeneyapresentam oportunidades imediatas e futuras para os negcios com relao ao big data e analytics. No primeiro artigo, Davenport apresenta o impacto potencial do big data e analytics, explicando como as empresas podem se beneficiar de tomadas de deciso melhores e mais rpidas e de redues de custos que podem apoiar novas formas de inovao. Joachimsthaler nos mostra trs estudos de caso de empresas que esto se beneficiando nesse momento com a integrao do big data e analytics com o mar-keting digital. Por ltimo, Sweeney nos explica como o big data e analytics ir melhorar a gesto de riscos ao proporcionar novas maneiras de monitorar, medir e mitigar o risco e, potencialmente, criar vantagem competitiva.

Juntos, esses textos foram desenvolvidos para ajudar as organizaes a entender as oportunidades e desa-fios apresentados pelo big data e comear a reconhecer como aproveitar essa nova ferramenta e seu ver-dadeiro valor.

Big Data: Oportunidade e Desafio para a Vantagem CompetitivaThOMAS h. DAvENpORT | Presidente e Ilustre Professor de Gesto e Tecnologia da Informao no Babson College; Professor Visitante na Harvard Business School

Se voc como a maioria dos gestores e profissionais com que me deparei, certamente j ouviu falar do termo big data e sabe que os dados vm crescendo a um ritmo surpreendente. Mas voc pode estar um pouco confuso sobre o que realmente diferente no big data e como ele se relaciona com a gesto e anlise tradicional de dados.

Mais importante, a maioria de suas organizaes ainda no est aproveitando muito isso. Em uma pes-quisa realizada em 2013 com 951 leitores da Harvard Business Review, por exemplo, muitos respondentes disseram que estavam familiarizados com o conceito de big data, mas apenas 28% deles afirmaram que suas organizaes estavam usando atualmente o big data para tomar decises melhores ou criar novas oportunidades de negcios. figuras 1 e 2

Apenas 23% disseram que suas organizaes utilizavam uma estratgia para big data. Uma parcela bem pequena, apenas 6%, concordou totalmente com a frase Minha organizao considerou o impacto do big data nas funes-chave da empresa, e uma porcentagem ainda menor, 3%, concordou totalmente com Minha organizao sabe como utilizar o big data em nosso negcio. figura 3


Evidentemente existe um volume expressivo de dados l fora; de acordo com um estudo, o mundo usou mais de 2,8 zettabytes de informaes (isto 2,8 trilhes de gigabytesum nmero incomensuravel-mente grande) em 2012. Isso mais do que qualquer coisa que j conhecemos e vai continuar crescendo ao longo do tempo.

Mas para as organizaes que precisam gerenciar e tirar proveito do big data, o volume total no o mais importante.

O ponto no ficar deslumbrado com o volume de dados, mas sim analis-losconvert-los em conheci-mento, inovaes e valor de negcio. O mesmo estudo sugere que apenas metade de 1% dos 2,8 zettabytes analisada de alguma maneira. Isso indica que temos uma enorme tarefa pela frente para comear a analisar os dados e extrair deles seu valor. Nem tudo ser tilo estudo indica que cerca de 25% tm valor em potencialmas, seja qual for o nmero, estamos apenas arranhando a superfcie do que possvel.

As NovAs oportuNidAdes do Big DataClaro, se o big data capaz de promover avanos nos negcios, ele deve proporcionar algumas novas oportunidades. Discorrer sobre a quantidade de informaes que existe no Facebook ou no Twitter ou o nmero de gigabytes em um nico genoma humano no ajuda os executivos a determinar o quanto de valor eles conseguiro obter explorando tais dados.

Existem trs tipos de valor: reduo de custos, melhoria nas tomadas de deciso e melhorias em produtos e servios. As oportunidades de reduo de custos por meio do big data so bastante substanciais.

Com relao tomada de decises, o valor primrio do big data deriva da adio de novas fontes de dados a modelos explicativos e preditivos. Muitos entusiastas do big data argumentam que h mais valor em adicionar novas fontes de dados a um modelo do que em aperfeio-lo.

Por exemplo, se voc tem alguns dados prevendo perdas de clientes baseado no que eles compraram ou deixaram de comprar, voc pode melhor-los ao acrescentar informaes sobre o histrico de transaes. Se voc tem um modelo que prev qual a prxima melhor oferta que um cliente provavelmente com-prar, baseado em seu histrico de compras e dados demogrficos, voc poder melhor-la ao analisar os comentrios e curtidas que o cliente postou em sites de redes sociais. Alguns dos dados que voc poder usar sero grandes no sentido de grande volume ou no estruturados, mas alguns sero peque-nos e/ou estruturados. O ponto crucial procurar amplamente por novas fontes de dados para ajud-lo a tomar sua deciso.

Figura 3

Atitudes das Organizaes com Relao ao Big DataClassifique seu nvel de concordncia com cada uma das seguintes afirmaes. 1 = discordo totalmente; 10 = concordo totalmente

Minha organizao considerou o impacto do big data nas funes-chave dentro da empresa.

Minha organizao sabe como utilizar o big data em nossos negcios.

6%

3%

Porcentagem da nota 10

Baseado em dados coletados pela Harvard Business Review e pesquisa online com 951 membros da audincia global de leitores da Harvard Business Review.


A outra grande oportunidade proveniente do big data a criao de produtos e servios atrativos aos clientes. Ainda estamos no incio da era do big data e de produtos e servios baseados especificamente nesses dados, mas j existem vrios exemplos de produtos e servios desenvolvidos a partir do big data. No LinkedIn, por exemplo, uma caracterstica especfica que definitivamente proporcionou valor a essa empresa o Pessoas que Talvez Voc Conhea (PTVC). Como muitos leitores j conhecem e usam essa ferramenta, o PTVC sugere aos membros do LinkedIn alguns outros membros com os quais eles podem querer se conectar. Esse recurso utiliza uma abordagem multifatorial que identifica possveis novas conexes, incluindo escolas, empresas e conexes compartilhadas e dados geogrficos.

PTVC gerou muitos novos clientes para o LinkedIn. Comparado s outras sugestes que o LinkedIn envia para que as pessoas voltem ao site, o PTVC alcanou um ndice de acessos 30% maior. Milhes de pessoas que no fariam isso de outra forma repetiram as visitas ao site. Graas a essa caracterstica nica, a tra-jetria de crescimento do LinkedIn mudou significativamente.

Da mesma forma, a empresa de sistemas de viagens online Amadeus desenvolveu um servio de big data chamado Resultados em Destaque. Para enfrentar um desafio que aumenta a cada diao rpido aumento da taxa de converso de visitas em reservas de viagem, ou o nmero de consultas on-line por reserva de passagem reaa Amadeus precisava encontrar uma forma para que os agentes de via-gem fizessem ofertas atrativas para os clientes. Baseado em bancos de dados de consultas de usurios, vrias centenas de milhes de preos de passagem e meio bilho de registros de reservas, o Resultados em Destaque apresenta quatro possveis itinerrios nos quais os clientes podem estar particularmente interessados. Os primeiros resultados de um teste feito com a Vayama, uma agncia de viagens parceira da Amadeus, mostram que eles obtiveram 16% de melhora em sua taxa de vendas por procura realizada.

Muitos executivos podem admitir que o big data tem potencial para adicionar valor substancial aos neg-cios online, mas no tem tanta certeza desse valor fora desse domnio. Eles podem ser persuadidos dessa relevncia por meio das aes e planejamento da GEuma das maiores e mais bem sucedidas empresas do mundo e uma das mais entusiastas adeptas do big datamesmo em negcios empresariais.

A GE criou um centro em San Francisco para tratar de temas de software e big data e est contratando muitos cientistas para fazer isso. Eles trabalharo nos negcios da GE onde tradicionalmente j existem muitos dados, como servios financeiros e sade. Mas a GE tambm v valor potencial em aplicaes industriais, como nos negcios de locomotivas, avies e turbinas a gs.

A GE j monitora mais de 1.500 turbinas a gs, usadas para gerao de energia, por meio de de uma instala-o centralizada. Portanto, uma grande parte da infraestrutura necessria para se usar o big data e melho-rar a performance j est pronta. A companhia estima que poderia conseguir pelo menos 1% de melhoria na eficincia das turbinas monitoradas por meio da otimizao de software e rede, melhoria na expedio do servio e na harmonizao do sistema gs/energia. Isso pode no parecer muita coisa, mas significaria US$ 66 bilhes em economia de combustvel nos prximos quinze anos.

A GE tambm acredita que a otimizao das operaes de manuteno por meio do big data ir funcionar bem para muitos de seus bens industriais de valor mais alto como locomotivas, turbinas para avies e equipamentos de diagnstico por imagens. Obviamente, outras empresas nessas indstrias podem adotar os mesmos procedimentos, e elas provavelmente o faro algum dia. Mas a escala da GE, seus ambiciosos planos de investimentos e o fato de ter sido umas das primeiras na era do big data iro provavelmente conferir a ela uma vantagem competitiva considervel.

O big data no transforma apenas os processos de gesto e tecnologia, mas tambm orientaes bsicas e a cultura das organizaes. Ns simplesmente no podemos pensar nos negcios da mesma forma agora que temos esse novo recurso.

Uma mudana necessria na orientao no sentido de mais descoberta e experimentao com os dados. O mundoe os dados que o descrevemest em constante estado de mudana e aquelas organizaes


que conseguem reconhecer isso e reagir de forma rpida e inteligente vo sair na frente. O negcio e os recursos de TI mais valorizados so a descoberta e a agilidade em vez da estabilidade. Os cientistas de dados que trabalham com as ferramentas e tecnologias de big data podero explorar continuamente fon-tes de dados novas ou j existentes a procura de padres, eventos e oportunidades em uma escala e com um ritmo sem precedentes. As empresas que conseguirem analisar e se adaptar rapidamente, usando dados a partir de fontes internas e externas, sero claramente as vencedoras.

Reimpresso com autorizao da Harvard Business Review. Extrado do prximo livro de Thomas H. Davenport Big Data at Work. Direitos Autorais 2013. Todos os direitos reservados.

Conduzindo um novo crescimento por meio do Big Data

ERICh jOAChIMSThAlER | Erich atua como scio e CEO da consultoria global Vivaldi, com foco em estratgia de marca e marketing. Ele o coautor de Brand Leadership e autor de Hidden in Plain Sight: How to Find and Execute Your Companys Next Big Growth Strategy.

Big data, muita informao, muito falatrio. H tanta informao exagerada sobre big data que difcil saber no que acreditar. E o que vem primeiro nossa menteum enorme volume! Vrios servidores! Armazns de dados! Infraestrutura de TI!no necessariamente o mais importante.

No fique impressionado. Em vez disso, considere esses trs estudos de caso. Aprendendo com a experincia dessas companhias, ser mais fcil separar o que exagerado do que substancial e real-mente entender o que o big data pode fazer por sua organizao hoje.

o FABriCANte de BeBidAsEsse fabricante de bebidas alcolicas comercializa seus produtos na parte sul da Amrica Latina e na Argentina, Chile e Brasil por meio de canais e sistemas de distribuio extremamente fragmentados. Existem boas informaes do ponto de venda quando tratamos de supermercados urbanos de grande porte. Mas a maioria das compras e consumo acontecia em lojas menores ou lojas de rua em reas rurais, ou em bares e restaurantes, de onde difcil obter dados bons e precisos.

A empresa realizou promoes com amostras nas ruas, patrocinou eventos locais e reforou a oferta de seus produtos em bares e restaurantes, mas no estava muito confiante. Quais eram os estabelecimentos com maior volume? Como se comparavam seus preos com a concorrncia? Deveriam promover qual marca, em qual lugar?

A soluo estava no rastreamento por meio de celular que captura os dados de vendas dos estabelecimen-tos menores, bares e restaurantes em tempo real. A gerncia regional integrou ento essa informao com a de outros canais e conseguiu obter, pela primeira vez, uma viso abrangente das vendas.

Agora, a empresa pode micro segmentar seu mercado por oportunidade de vendas e avaliar sua cobertura com confiana. Ela tambm pode criar scrapbooks digitais para olhar mais de perto os acontecimentos nos pontos de venda, detectar padres e descobrir abordagens que levem a novas aes.

Como prximo passo, a empresa tambm comeou a integrar informaes fornecidas por consumidores que registram o consumo de produtos da empresa (e dos concorrentes) por meio de um dirio no celular. Essas informaes ajudaro a companhia a entender melhor o contexto cotidiano de consumo de seus clientes e seus comportamentos nas mdias; eles iro informar o desenvolvimento de novos produtos e decises sobre canais de distribuio e novos esforos de marketing.


o desiGNer e vAreJistA de ModAA Burberry construiu uma enorme comunidade de fs por meio de canais de marketing digital e socialmais de 20 milhes de conexes espalhadas por 10 plataformas sociais, incluindo 15 milhes de fs no Facebook e mais de 1,5 milho no Twitter. Mas muitas empresas possuem muitos fs e pouco lucro para mostrar. A diferena que a Burberry aumentou sua base de fs em grande parte ao criar um novo e atraente caminho para comprar e uma boa oportunidade de se conectar com outras pessoas que esto interessadas em moda. O marketing digital e o social no so simplesmente camadas colocadas em cima do modelo tradicional de negcios. Eles so parte de um novo modelo de negcios.

E como isso funciona? A empresa faz vdeos e fotos de suas novas colees e as disponibiliza aos seguidores no Twitter e Facebook antes mesmo dessas colees serem mostradas nas passarelas de Milo e Londres. Como resultado, esses seguidores (muitos dos quais so clientes em potencial, em um novo e jovem seg-mento) no esto mais apenas recebendo moda; eles esto participando. Eles podem conversar com outros seguidores que tambm esto interessados em moda sobre o que gostaram, o que no gostaram e as tendncias que esto surgindo. Eles tambm podem comprar o que esto vendo, eliminando a fila de distribuio tradicional e garantindo que eles recebero os itens assim que forem produzidos, em cerca de dois meses.

Esse caminho que possibilita comprar sozinho um grande negcio nessa indstria. um novo modelo de negcios no qual os clientes pagam com meses de antecedncia antes de receber a mercadoria, uma abordagem personalizada que lembra o modelo original e bem sucedido adotado pela Dell ao vender com-putadores. Igualmente interessante, entretanto, o que a Burberry est fazendo com suas 20 milhes de conexes. A companhia usa anlises preditivas para entender as atividades sociais de sua base de fs e prever melhor as preferncias dos clientes, e est fornecendo produtos com base em conversas reais. Ela tambm explora os dados para criar uma experincia integrada entre as conexes sociais, digitais e mveis e as lojas fsicas. Vendedores armados com iPads podem ver o que um cliente indicou em termos de preferncia no site e personalizar sua visita loja. Eles tambm podem unificar a experincia de com-pras por meio dos principais canais digitais, sociais e fsicos, para que os clientes no experimentem uma lacuna entre esses pontos de contato com a marca.

o tiMe dA LiGA de FuteBoL AMeriCANAO time Kansas City Wizards chegou ao campeonato da Liga de Futebol Americana em 2006, apesar de ter o menor ndice de comparecimento de torcedores e as menores vendas de merchandising da liga. O clube mudou de proprietrio e iniciou uma reviravolta, o que incluiu, em 2010, a mudana do nome do time para Sporting Kansas City e a abertura de um novo estdio, o Sporting Park. Sete anos aps o clube ter mudado de mos, h uma lista de espera para os 14.000 ingressos da temporada, e o estdio vendeu vinte e sete jogos seguidos, colocando uma mdia de 19.709 pessoas dentro do estdio cuja capacidade de 18.467 pessoas sentadas (alguns ingressos so para lugares em p).

O novo nome e o novo local marcaram claramente o renascimento do time. Mas o big data o elemento invisvel fundamental. O estdio investiu US$ 6 milhes em uma rede de internet sem fio de alta densi-dade com 320 quilmetros de fibras (sete vezes mais do que o padro para um estdio de seu tamanho) que possibilita conexes nas redes sociais entre os fs, o acesso a vdeos do jogo, e avanados sistemas de cmeras, o que torna a experincia de ir ao estdio muito mais dinmica. O aplicativo Uphoria trans-forma os smartphones em DVRs (gravadores de vdeo digital) no estdio. Contando com tecnologia de ponta, o aplicativo permite que os fs baixem vdeos ao vivo a partir de sete diferentes ngulos de cmeras e retrocedam o jogo a qualquer ponto. Ele tambm atribui pontos fidelidade aos usurios que participam dos jogos de perguntas e fazem previses sobre as aes em campo. Ele permite at mesmo que o Sporting Kansas City venda cachorros-quentes, camisas e ingressos para os prximos jogos.

O time tambm est coletando informaes sobre a venda de ingressos, merchandising, e mais, integrando vinte bancos de dados antigos. Usando essa informao, o Sporting Kansas City est adequando


seu marketing, focando mais em consumidores jovens, e no no alvo anterior que era a famlia, e constru-indo sua social-currency, isto , fazendo com que as pessoas falem ou compartilhem informaes sobre sua marca no dia a dia ao permitir a venda de ingressos, convites e descontos por meio de seu aplicativo. Como o coproprietrio Robb Heineman disse em recente entrevista na Bloomberg Businessweek: Nosso time tem tudo a ver com os dados, ns coletamos, reformatamos e utilizamos essas informaes para impulsionar as receitas incrementais.

o vALor do Big Data, seM ModisMosEsses estudos de casos sugerem quatro pontos de reflexo sobre o aproveitamento do potencial do big data:

Mantenha o objetivo final em mente ao lidar com a compilao de dados, marketing digital ou out-ras iniciativas de base tecnolgica. Existem muitos benefcios intangveis do big data: melhor atendi-mento ao cliente, mais envolvimento, a unificao do tom de voz da marca e mais conhecimento sobre o cliente. Todos so objetivos nobres, assim como algumas novas tecnologias, como um painel sempre ativo na rede social ou um mecanismo de recomendao no seu site da internet. Mas nada melhor do que o crescimento das vendas. Mantenha o foco nas vendas e trabalhe a partir desse ponto para trs.

Pense grande, comece pequeno e ganhe escala rapidamente. Integrar os dados de diversas fontes por meio de pontos de contato e canais requer um pensamento grande, mas isso no necessariamente significa investimentos macios. Voc pode comear pequeno. Rastrear as vendas atuais dos revendedores foi inicialmente um passo pequeno para o fabricante de bebidas na Amrica Latina, o teste foi realizado em uma nica cidade durante algumas semanas. Isso criou uma informao em tempo real que a empresa usou para melhorar as vendas e os itinerrios de entrega. Com um modelo comprovado, a empresa, em seguida, ampliou a regio de atuao e comeou a integrar os dados de consumo reais dos clientes por meio do rastreamento dos celulares.

Entender o poder da informao em tempo real. Big data no comparvel ao seu ltimo projeto de CRM ou ao esforo de implementao de um ERP. As informaes de vendas dirias ajudaram o fabricante de bebidas a ajustar imediatamente as vendas, entregas, logstica e programas promocionais e de marketing. Mantenha em mente, entretanto, que sua indstria pode ser diferente. O que ser importante para voc? Voc pode ter de verificar as tendncias trimestralmente ou a cada seis meses. Use o big data para manter-se atualizado, no se impressione ou se deixe enganar.

Integre o big data em sua estratgia de marketing como um todo. No passado, as equipes de mar-keting desenvolviam as estratgias na matriz, que depois eram executadas nas regies ou unidades locais. A matriz contava com pesquisas e estudos preparados por empresas de pesquisa de mercado. A gerncia regional e local, ao contrrio, estava focada em obter a eficincia operacional na execuo das estratgias concebidas pela matriz no ltimo ciclo de planejamento. Esses dias acabaram. O big data ir provar que o pensamento tradicional centrado em marcas, que acontecia na matriz da empresa (concentrando em uma grande ideia criativa que poderia ser executada consistentemente em todos os canais e pontos de contato), totalmente inadequado hoje em dia. O big data vai mudar a tomada de deciso para a administrao local e regional e integrar seus planos no processo de estratgia como um todo, de forma que a estratgia de marca e os planos de marketing possam ser realmente concebidos, otimizados e executados localmente.

Uma ressalva: o big data levanta o espectro de vigilncia do consumidor e preocupaes com privacidade. E essas preocupaes so legtimas. Ainda assim, as empresas e especialmente os especialistas em marketing precisam trabalhar com dados dos consumidores. A promessa do big data vazia a menos que os consumidores queiram compartilhar informaes sobre si mesmos. Essas informaes so a base para muitos servios que agregam valores aos consumidores, com enormes benefcios, como nos exemplos da Burberry e do Sporting KC. E esses exemplos no so excees.

Big data essencial para que as empresas criem novos modelos de negcios, descubram novas perspec-tivas dos consumidores, otimizem o relacionamento com canais de distribuio e criem um marketing


mais eficiente ao identificar melhor seu alvo, melhorar a gesto de campanhas e monitorar o sucesso. Em ltima instncia, as empresas tornam-se realmente centrada no cliente.

Entretanto, mantenha dois itens importantes em mente. Primeiro, foque somente no que voc precisa. H muita gua no oceano, mas voc no consegue beber tudo isso. E tambm reconhea o que bom saber versus o que voc precisa saber. Pea permisso aos clientes para usar as informaes que voc est coletando. Em segundo lugar, agregue informaes ao micro segmento ou grupo para preservar a privacidade individual e mantenha ou armazene a informao nesse nvel.

Na Vivaldi, ns pedimos permisso aos clientes para monitorar seus comportamentos dirios por meio do celular. Ns ento desenvolvemos micro segmentos e agregamos os dados nesse nvel, incluindo con-versas sociais, dados de navegao digital ou informaes internas sobre relacionamento com o cliente. O uso altamente pessoal e frequente do celular proporciona informaes poderosas e contextualmente relevantes para dar suporte a decises de marketing a qualquer momento e esses dados podem ser atualizados semanalmente, diariamente ou com frequncia ainda maior. Mais importante que isso, o big data muda a maneira com que os executivos lidam as decises. Passam a existir muito menos decises tomadas por instinto, experincia e intuio. As decises tambm so tomadas e executadas mais rapidamente.

1 Reeves Wiederman, Sporting Kansas City Makes the Stadium More Like Your Couch, Bloomberg Businessweek, 18 de julho de 2013.

Riscos e Big Data

BIll SwEENEy | Bill Sweeney tem trinta e cinco anos de experincia em tecnologia e atuou como Chief Technology Officer para o Banco de Investimentos do HSBC, Chief Information Officer para o banco de Investimentos do Citigroup, e Chefe de Pesquisa de Tecnologia na Bridgewater Associates. Ele o fundador da Risk, Data and Analytics, uma consultoria boutique cujo foco so essas trs reas.

As corporaes ao redor do mundo renovaram seu foco na gesto de riscos com a crise financeira de 2008. No mesmo perodo, o big data se tornou um conceito da moda no mundo dos negcios, j que a tecnologia criou novas formas de coletar e analisar rapidamente enormes fluxos de dados para fornecer novas perspectivas e possibilitar melhores decises.

Percebemos claramente que essas tendncias agora se juntaram, j que os lderes de negcios esto explo-rando como o big data pode prover novas formas de monitorar, mensurar e minimizar o risco alm de oferecer at mesmo uma vantagem competitiva. As empresas sempre reuniram informaes sobre tudo, desde suprimento de matria prima, dinheiro em caixa ou padres de vendas, com o objetivo de mensurar e gerenciar os riscos. Mas agora o big data proporciona a capacidade de considerar mais fatores em um nvel mais detalhado que permite descobrir padres que estavam obscuros nos dados consolidados.

Big data e analytics prometem transformar a gesto de riscos e tomada de decises, oferecendo mais informao e velocidade. No entanto, eles no resolvero todos os problemas e, com essas novas fontes de informao, vm novas presses para focar em atividades de gesto de riscos e responder rapidamente aos perigos detectados.

Usando o big data, as empresas tm potencial para melhor identificar os riscos escondidos e fazer uma melhor anlise das causas. Os gestores de risco podem melhorar sua capacidade de determinar a probabi-lidade de um evento aproveitando metadados e usando segmentao de clientes para identificar fatores de risco. O big data pode ajudar a desenvolver indicadores de alerta precoces que permitem que as empre-sas reduzam os riscos de forma mais eficaz.


Por exemplo, o Paypal, o sistema de pagamentos e transferncia de dinheiro pela internet, usou tcnicas inovadoras de gesto de risco para reduzir significativamente o volume de fraudes. Essa capacidade se transformou em uma vantagem competitiva para o negcio. As tcnicas do PayPal eram to inovadoras que eles se separaram do negcio, tornando-se uma empresa independente, a Palantir.

Outra empresa no negcio de crdito pessoa-a-pessoa usou big data para detectar padres de comporta-mento que indicavam altos riscos de crdito. Essas informaes incluam metadados biomtricos sobre os clientes durante o processo de candidatura online, tais como tempo de pressionamento das teclas, padres de erro de ortografia e correes. Esses dados foram usados para detectar padres para emprs-timos de alto ou baixo risco.

A segmentao da base de clientes uma prtica bem compreendida e muito valorizada em marketing. Agora as empresas esto se voltando para a micros segmentao dos clientes para gerenciar os riscos. Micro segmentao o equivalente a customizao em massa no mercado varejista.

As empresas tambm esto monitorando as mdias sociais em busca de informaes.

Por exemplo, um grande banco quer monitorar o Twitter e o Facebook verificando postagens que men-cionem mudanas de vida. A teoria que postagens sobre esses eventos, como gravidez, aniversrio ou casamento, podem se transformar em oportunidades de marketing para o banco. Por outro lado, deseja-se tambm entender se eventos negativos, tal como um divrcio difcil, iro sinalizar se as linhas de crdito devem ser cuidadosamente monitoradas ou congeladas.

O uso de informaes externas para prever riscos tambm se tornar importante para as empresas. Nos mercados financeiros, os analistas j acompanham de perto e agregam uma gama de relatrios estatsti-cos a reas que impactam as expectativas e reaes do mercado, tais como desemprego, confiana do consumidor e o PIB. Os fundos multimercados e outros sempre tentaram sair frente dessas publicaes ao fazer seus clculos de forma independente. Com o big data, existem empresas que esto reunindo dados bem detalhados que podem nos ajudar a construir uma imagem do mundo quase em tempo real. Uma queda nas remessas da FedEx ou um aumento nos leiles do eBay, por exemplo, pode significar uma queda na confiana do consumidor. Ou ser que um ligeiro aumento no nmero de downloads dos filmes da Amazon Prime podem indicar que mais pessoas esto preferindo ficar em casa em vez de sair para jan-tar e comprar ingressos para o cinema?

Esses exemplos tm uma coisa em comum: para usar o big data eficazmente na gesto de riscose ganhar vantagem competitivasua empresa deve estar preparada para minimizar os riscos de forma rpida e ativa, assim que os identificar. Na maioria das empresas esse fator agrega uma nova presso.

Eu acredito que o big data transformar gesto de riscos em simplesmente gesto. Os gestores do futuro contaro com big data e analytics para tomar decises de risco em tempo real em vez de contarem com um processo que supervisiona primeiro e age depois. Enquanto isso, a gesto de risco se transformar na definio de regras a serem seguidas. Uma consequncia dessa transio ser a necessidade de agir mais rapidamente para mitigar o risco. Em muitos casos, a tomada de deciso ser automatizada.

Outra rea que ir se beneficiar a de Risco Operacional, especialmente no que diz respeito a alerta pre-coce e preveno proativa. medida que as empresas adotem um monitoramento refinado e a mensura-

Big data e analytics prometem transformar a gesto de riscos e tomada de decises, oferecendo mais informao e velocidade. Bill Sweeney


o do comportamento dos funcionrios, clientes e parceiros, a deteco de fraudes e erros internos ir se aperfeioar e outros riscos operacionais sero mais bem monitorados. O big data permite que os gestores determinem o que as pessoas esto fazendo de uma forma bem detalhada. Quando esses comportamen-tos so mapeados para determinar os prejuzos, os gestores sero capazes de melhorar os comportamen-tos mais arriscados.

medida que big data e analytics se tornam parte da gesto do negcio, o sistema operacional ser modificado para aproveitar o conhecimento adquirido. Os bancos possuem hoje verificaes de crdito em tempo real para as transaes com cartes de crdito com base em seus sistemas de risco. Sistemas externos, tais como sites da internet, tambm contam com uma gesto de risco em tempo real, focando enormemente em fraudes. medida que o big data e a gesto de riscos convergem para a gesto do dia a dia, os sistemas internos contaro com os mesmos tipos de controles.

A convergncia da gesto de risco e big data no um remdio para todos os males, claro. A gesto automatizada usando o big data introduz novos riscos. O malicioso e o criminoso iro estudar a mquina e encontrar seus pontos fracos. Por outro lado, se a deteco de fraude for colocada nos sistemas internos de uma organizao, tais como e-mails, mensagens instantneas e mdias sociais, ento determinados fraudadores evitaro o uso dessas tecnologias. No seja pego de surpresa porque voc acredita que seus sistemas esto capturando todos os riscos.

O big data tambm pode dar oportunidades para pessoas mal intencionadas. Aproveitar o big data para iden-tificar padres de compras? Com certeza. Aproveitar o big data para identificar alvos suscetveis a fraudes? Por que no? Se voc criar um grande depsito de dados, verifique se ele est bem protegido e monitorado.

A implementao do big data, seja para deteco de fraudes, melhoria na segurana, ou outros benefcios bem intencionados, cria outro conjunto de riscos. Os consumidores voluntariamente fornecem informa-es pessoais em troca de experincias personalizadas e servios melhores. Est implcito nessa troca que a empresa se responsabiliza pela salvaguarda dessas informaes. Violaes dos dados dos consumi-dores podem estragar relacionamentos com clientes e marcas e tm custos reais concretos, tais como gesto de crises, reparaes e monitoramento de crdito para todos os clientes/funcionrios. As empresas que podem ser transparentes com relao coleta e uso de informaes ao mesmo tempo em que demons tram que a gesto de risco ciberntico tem alta prioridade, tero uma vantagem competitiva.

A migrao da gesto de risco por meio do big data para um processo analtico automatizado ser um enorme benefcio para os gestores atuais que entendem o negcio.

Mas existe uma armadilha em potencialnovos gestores que esto acostumados com a capacidade da mquina de prever crises e podem no ser to hbeis para gerenciar situaes que envolvem muitas incg-nitas. Na verdade, o excesso de confiana no big data ou ficar deslumbrado com o big data uma possibili-dade real. Um desafio na utilizao do big data na gesto de riscos evitar o excesso de confiana por causa da complexidade e meticulosidade das aplicaes de risco do big data. importante manter a perspectiva.

No fundo, sua operao consiste em pessoas que precisam entender o que est acontecendo. Entretanto, no mais possvel para uma pessoa absorver todas as informaes disponveis. Voc deve investir em ferramentas de visualizao para que seus funcionrios consigam entend-las.

E o ltimo e mais importante para ter em mente - cuidado com o que voc no est medindo. Com um ambiente caro e complicado fcil pensar que tudo est coberto. Entretanto, a anlise de big data baseada em um histrico frequentemente inclui premissas que podem mudar.

A convergncia da gesto de riscos e big data oferece enormes oportunidades para identificar e minimizar os riscos que voc enfrenta. Em alguns casos, o big data ser uma vantagem competitiva. Em outros, inves tir em solues de big data ser o preo para manter-se competitivo. importante pensar sobre os riscos que seu negcio enfrenta e focar em maneiras de reduzi-los significativamente com o big data.


A Perspectiva do Patrocinador

Marcelo KeKligian Presidente para amrica latina Serasa experian Decision analytics

Steve Platt vice-presidente executivo experian Decision analytics

Big data significa uma grande oportunidade para empresas e consumidores. medida que o volume e a variedade de dados aumentam a um ritmo rpido, a capacidade para analisar com sucesso os dados relevantes torna-se cada vez mais importante, a fim de descobrir o valor significativo desses dados e transformar o modo pelo qual as empresas e os consumidores interagem. Para os negcios, o big data oferece a oportunidade de obter uma compreenso mais profunda das atitudes, preferncias e comportamentos de seus clientes e tornar cada interao mais relevante, oportuna, segura e rentvel. Para os consumidores, uma oportunidade de receber maior valor de seus bancos, seus fornecedores, e outras empresas por meio de servios mais rpidos, relevantes e personalizados.

Enquanto as oportunidades so abundantes, a variedade de tipos de dados disponveis amplamente classificados como estruturados, no estruturados e semiestruturados refora a complexidade do cenrio do big data. Existem muitos novos fornecedores que podem processar, gerenciar e agregar big data, mas a chave encontrar o parceiro certo que pode identificar e conectar os dados relevantes, analis-los e transform-los em conhecimentos importantes. Como um especialista comprovadamente confivel em informaes e anlises preditivas h cerca de trinta e cinco anos, a Experian realizou parcerias com clientes para fornecer informaes a partir de dados e transformar essas informaes em decises significativas de negcios que estimulam o crescimento sustentvel. Ns trabalhamos com clientes de vrios setores e mercados para criar e implementar estratgias para o consumidor baseadas em anlises de dados e campanhas de marketing que podem ser rpida e facilmente implantadas em todos os canais apropriados.

Um dos exemplos mais interessantes sobre como o big data e a anlise de dados podem ajudar as empresas e os consumidores na rea de preveno a fraudes. Tomemos a fraude de carto de crdito, por exemplo. medida que os fraudadores continuam a evoluir em seus sistemas de fraude dos cartes de crdito, as administradoras dos cartes e os comerciantes podem contar com novos tipos de fontes de dados, tais como informaes sobre o dispositivo, dados sobre a transao e dados sobre o comportamento do consumidor para gerenciar melhor o risco de fraude e aumentar a confiana de que suas compras so seguras, o que, por sua vez, conduz a um aumento das receitas.

A Experian, lder mundial em servios de informao, acredita que o big data, gerar enormes vantagens para empresas e consumidores. A companhia fornece dados e ferramentas analticas a clientes em todo o mundo para gerenciar o risco de crdito, preveno de fraudes, a comercializao em diversos canais, e decises automatizadas, estamos em uma posio nica para ajudar as empresas e os consumidores a interagirem com confiana e de modo mais significativo. Esperamos que voc goste dessa coleo de artigos.

Marcelo Kekligian Presidente para Amrica Latina Serasa Experian Decision Analytics

Steve Platt Vice-presidente Executivo Experian Decision Analytics

BIG DATA: ThE FUTURE OF INFORMATION AND BUSINESS | 13

Executive Summarybig data has become a catchall phrase, but at its heart, it offers three challenges for organizations. First, business leaders must deploy new technologies and then prepare for a potential revolution in the collec-tion and measurement of information. More important, the entire organization must adapt a new philoso-phy about how decisions are made, if the real value of big data is to be realized.

The amount of data pouring into organizations through ever-expanding channels is staggering. According to one source, more data have been produced in the past two years than in all of prior history. Not only has the volume of data changed, but so has the variety: information is now collected from multiple channels, ranging from Web clicks to the unstructured data from social media. And the velocity at which organiza-tions can now collect, analyze, and respond to data has added a new dimension. Amazon, for instance, uses a dynamic pricing system that crawls over the Web, checks competitors prices and product avail-abilities, and changes the prices on Amazon, in some cases every fifteen seconds. Amazon can collect data from every visitor, every click, and every interaction, which collectively are known as structured data, and it can also collect reviews or evaluations from consumers or their social media posts.

A second important aspect of big data is the potential in new forms of measurement. For instance, tech-nology is already widely available that can automatically report vital health statistics to your doctors while you exercise. Likewise, GE embeds micro-transmitters such as sensors and networking technology to help customers with predictive maintenance of power turbines. Experts predict there will be an explo-sion of data that is generated through machine-driven measurement. The rate of this growth is even twice the growth of data from people. By 2015, it is expected that 6 billion objects in the world will be connected to the Internet, known as the Internet of Things. An example of possibilities of these new connections is Nest, a thermostat that allows your mobile phones GPS to automatically notify your heating or air-conditioning system if you come in close vicinity of your home.

Finally, organizations must confront a new philosophy about decision-making. Today we live in an always-on world, where consumer preferences change even by the hour. They can cross channels at once and take a range of unusual and different paths to make a purchase. One analyst characterized the pur-chase path to look a lot more like the flight of a bumblebee than the predictable, serial, or linear purchase funnel of yesterday. This means that organizations must be prepared to deploy new channels for decision-making, some of them automated, that allow fast and agile responses to customer information. Likewise, the entire organization will face new pressure to make decisions based on data and quick experimentation rather than intuition and estimates.

Copyright 2013 Harvard Business School Publishing. All rights reserved.

Big Data: The Future of Information and Business


Figure 1

Familiarity with the Concept of Big DataHow familiar are you with the concept of big data?

Not at all familiar Extremely familiar

11%

5%

7%

18%

7%

10%

16% 16%

8%

10%

1 2 3 4 5 6 7 8 9 10

Figure 2

Current Use of and Strategy for Big Data

Yes No Unsure

60%

12%

28%

CURRENTLY USE BIG DATA?

56%

21%

23%

HAVE STRATEGY FOR BIG DATA?

Based on data collected by Harvard Business Review in an online survey of 951 members of the Harvard Business Review global audience of readers.


Clearly these three challenges are part of the evolution that has brought us to what Harvard Business Review author Tom Davenport has named Analytics 3.0. He says Analytics 1.0 were the pre-big data; Analytics 2.0 were the early days of big data, and now we are entering the Analytics 3.0 world. Its an environment that combines the best of 1.0 and 2.0a blend of big data and analytics that yields insights and offerings with speed and impact. The real win for businesses comes when companies can combine and analyze structured data from their enterprise applications with unstructured Web data and data from public or subscription sources. And that means companies will need to have both the analytic tools and the people with a new set of analytics skill to take full advantage of the data flow and make the most of predictive analytics.

In the following collection of essays, three Harvard Business Review authorsThomas H. Davenport, Erich Joachimsthaler, and Bill Sweeneypresent the future and immediate opportunities for business in big data and analytics. In the first article, Davenport presents the potential impact of big data and analyt-ics, explaining how companies can benefit from faster and better decision-making and cost reduction that can support new forms of innovation. Joachimsthaler shares three case studies of companies that are winning right now by integrating big data and analytics with digital marketing. And last, Sweeney explains how big data and analytics will improve risk management by providing new ways to monitor, measure, and mitigate risk and potentially create competitive advantage.

Together these essays are designed to help organizations understand the opportunities and the chal-lenges presented by big data and to begin to recognize how to leverage this new tool for real value.

Big Data: The Opportunity and the Challenge for Competitive AdvantageThOMAS h. DAvENpORT | Presidents Distinguished Professor of Management and Information Technology, Babson College; Visiting Professor, Harvard Business School

If youre like most of the managers and professionals I come across, you are certainly aware of the term big data and know that data has been growing at an amazing rate. But you may be a little fuzzy on what is actually different about big data and how it relates to traditional data management and analytics.

More important, most of your organizations arent doing much with it yet. In a 2013 survey of 951 Harvard Business Review readers, for example, many respondents said they were familiar with the con-cept of big data, but only 28% said that their organizations were currently using big data to make better business decisions or create new business opportunities. figures 1 and 2

Only 23% said their organizations had a strategy for big data. A quite small percentage, only 6%, strongly agreed that My organization has considered the impact of big data on key functions within the business, and an even smaller percentage, 3%, strongly agreed that My organization knows how to apply big data to our business. figure 3

Clearly there is a massive amount of data out there; according to one study, the world used over 2.8 zettabytes of data (thats 2.8 trillion gigabytesof course, an unfathomably large number) in 2012. This is more than anything we have ever known, and it will only become more voluminous over time.


But to organizations needing to manage and take advantage of big data, the total volume isnt the point.

The point is not to be dazzled by the volume of data but rather to analyze itto convert it into insights, innovations, and business value. The same study suggests that only half of 1% of the 2.8 zettabytes is ana-lyzed in any way. That suggests that we have a huge task ahead of us to start analyzing the data and get-ting value from it. Not all of it will be usefulthe study estimates that about 25% has potential valuebut whatever the number, we are only scratching the surface of whats possible.

the New opportuNities FroM BiG dAtAOf course, if big data is to make substantial inroads into businesses, it must provide some new opportuni-ties. Going on about how much data there is in Facebook or Twitter or the number of gigabytes in a single human genome doesnt help executives determine how much value they will achieve from exploiting big data.

There are three classes of value: cost reductions, decision improvements, and improvements in products and services. Cost reduction opportunities from big data are potentially quite substantial.

On the decision side, the primary value from big data derives from adding new sources of data to explana-tory and predictive models. Many big data enthusiasts argue that there is more value from adding new sources of data to a model than to refining the model itself.

For example, if you have some data predicting customer attrition based on what customers have or havent bought from you, you can probably improve it by adding data from their service transaction histories. If you have a model that predicts the next best offer that a customer is likely to buy, based on his or her purchase history and demographics, you can probably improve it by analyzing some of the customers comments and likes on social media sites. Some of the extra data you may use will be big in that its large volume or unstructured, but some will be small and/or structured. The key is to look broadly for new sources of data to help make your decision.

The other major new opportunity from big data is to create appealing products and services for customers. Its still early days for big data in general and for data-based products and services specifically, but there are many examples of desirable products and services deriving from big data. At LinkedIn, for example, one specific offering that has definitely provided value to that company is the People You May Know (PYMK) feature. As many readers will know from having used it, PYMK suggests to LinkedIn members

Figure 3

Organizations Attitudes About Big DataRate your level of agreement with each of the following statements. 1=strongly disagree; 10=strongly agree

My organization has considered the impact of big data on key functions within the business.

My organization knows how to apply big data to our business.

6%

3%

Percentage rating 10

Based on data collected by Harvard Business Review in an online survey of 951 members of the Harvard Business Review global audience of readers.


some other members whom they may want to connect with. PYMK employs a multifactor approach to identify possible new connections, including shared schools, workplaces, connections, and geographies.

PYMK has generated a lot of new customers for LinkedIn. Compared to the other prompts LinkedIn sent to get people to come back to the site, PYMK messages achieved click-throughs that were 30% higher. Millions of people paid repeat visits who would not have done so otherwise. Thanks to this one feature, LinkedIns growth trajectory shifted significantly upward.

Similarly, the online travel systems company Amadeus has developed a big data service offering called Featured Results. Faced with a business challenge of rising importancethe fast-increasing look to book ratio, or the number of online queries per airline ticket bookingAmadeus needed some way for travel distributors to make desirable offers to customers. Based on databases of user queries, several hun-dreds of millions of live airline prices, and half a billion reservation records, Featured Results presents four possible itineraries in which customers may be particularly interested. Early results of a beta test with Vayama, a travel agency partner of Amadeus, suggest that Vayama found a 16% improvement in its ratio of sales to searches.

Many executives may admit that big data has the potential to add substantial value to online businesses but are less sure of the value outside of that domain. They might be persuaded of the relevance to them by the actions and plans of GEone of the worlds largest and most successful companies and one of the most enthusiastic adopters of big dataeven in industrial businesses.

GE has set up a center in the San Francisco Bay Area to address software and big data issues and is hiring lots of data scientists to do so. They will work on GEs traditionally data-intensive businesses, such as financial services and healthcare. But GE also sees potential value in industrial applications, such as in the companys locomotive, jet engine, and gas turbine businesses.

GE already monitors more than 1,500 gas turbines, used for energy generation, from a centralized facility, so much of the infrastructure is in place for using big data to improve performance. The company esti-mates that it could get at least a 1% improvement in efficiency of monitored turbines from software and network optimization, better dispatching of service, and improved gas/power system harmonization. This may not sound like much, but it would amount to $66 billion in fuel savings over the next fifteen years.

GE is also thinking that big databased optimization of service operations will work well for many of its other big-ticket industrial goods, including locomotives, jet engines, and healthcare imaging machines. Of course, other companies in those industries could adopt the same approaches, and they probably will someday. But GEs scale, ambitious investment plans, and early start in the big data area will probably confer considerable competitive advantage.

Big data changes not only technology and management processes but also basic orientations and cultures within organizations. We simply cant think about business in the same way with this new resource.

One needed change in orientation is toward more discovery and experimentation with data. The worldand the data that describe itis in a constant state of change and flux, and those organizations that can recognize this and react quickly and intelligently have the upper hand. The prized business and IT capa-bilities are discovery and agility rather than stability. Data scientists working with big data tools and tech-nologies will be able to continuously mine new and existing data sources for patterns, events, and oppor-tunities at an unprecedented scale and pace. Those companies that can quickly analyze and adapt, using that data from internal and external sources, will be the clear winners.

Reprinted by permission of Harvard Business Review Press. Excerpted from the forthcoming book Big Data at Work by Thomas H. Davenport. Copyright 2013. All rights reserved.


Driving New Growth Through Big Data

ERICh jOAChIMSThAlER | Erich serves as Managing Partner and Chief Executive Officer of Vivaldis global consulting efforts, focused on marketing and brand strategy. He is the coauthor of Brand Leadership and author of Hidden in Plain Sight: How to Find and Execute Your Companys Next Big Growth Strategy.

Big data, big talk. Theres so much hype about big data, its hard to know what to believe. And what first comes to mindsheer volume! Server farms! Data warehouses! IT infrastructure!is not necessarily what matters most.

Dont get overwhelmed. Instead, consider three early case studies. Drawing lessons from these compa-nies experiences will make it easier to sort hype from substance and really understand what big data can do for your organization today.

the BeverAGe MAkerThis alcohol and spirits beverage maker markets in the southern part of Latin America and in Argentina, Chile, and Brazil through a highly fragmented channel and distribution system. Good point-of-sale data existed through large, urban supermarkets. But most purchase and consumption were taking place in smaller stores or side-of-the-road kiosks in rural areas or in bars and restaurants, where good and timely data were hard to come by.

The company hosted street sampling promotions, sponsored local events, and pushed its products at bars and restaurants but didnt do so with confidence. What were its top-volume outlets? How did prices compare with competitors? Which brand should be promoted where?

The solution lay in mobile phoneenabled tracking that captures sales data from smaller vendors, bars, restaurants, etc., in real time. Regional management then integrated the data with its other channel data to create, for the first time, a comprehensive view of sales.

Now the company can micro-segment its market by sales opportunity and evaluate its coverage with con-fidence. It can also create digital scrapbooks to look more closely at point-of-sale episodes in groups, spot patterns, and spark insights that drive new activation.

Taking the next step, the company has also begun to integrate data provided by customers who track their consumption of the companys (and competitors) products, using a mobile phoneenabled diary. These data will help the company better understand the everyday context of customers consumption and media behaviors; they will inform new product development and distribution channel decisions and further inform marketing efforts.

the FAshioN desiGNer ANd retAiLerBurberry has built an enormous community of fans through digital and social marketing channelsover 20 million connections across ten social platforms, including over 15 million Facebook fans and over 1.5 million followers on Twitter. But a lot of companies have many fans and little profit to show for them. The difference is that Burberry has grown its fan base in large part by creating an attractive new path to pur-chase and a welcome opportunity to connect with others who are interested in fashion. Digital and social marketing arent layered on top of a traditional business model. They are part of the new business model.


How does it work? The company makes videos and images of its new collections available to followers on Twitter and Facebook, even before the actual collections are shown onstage in fashion shows in Milan and London. As a result, these followers (many of them potential new customers in a new, younger target segment) are no longer receiving fashion; theyre participating. They can converse with others who are interested in fashion about likes, dislikes, and emerging trends. They can also buy what theyre seeing, cutting the traditional distribution line to guarantee that they receive the items as theyre produced, in about two months.

This path to purchase alone is a big deal in this industry. It is a new business model where custom-ers pay months in advance before receiving the merchandise, a made-to-order approach reminiscent of the original, successful Dell model of selling computers. Equally interesting, however, is what else Burberry is doing with its 20 million connections. The company uses predictive analytics to analyze social activities of its fan base to better predict customer preferences, and it is delivering content based on actual conversations. It also mines data to create a seamless experience between social, digital, and mobile connections and physical stores. Sales associates armed with iPads can see what a customer has indicated in terms of preferences on the Web site and personalize a store visit accordingly. They can also unify the shopping experience across major digital, social, and physical channels so customers dont experience a gap across touchpoints.

the MAJor LeAGue soCCer teAMThe Kansas City Wizards reached the Major League Soccer championship game in 2006, yet the team had the leagues worst attendance and merchandise sales records. The club changed ownership and embarked on a turnaround, which included, in 2010, renaming the team Sporting Kansas City and opening a new stadium, Sporting Park. Seven years after the club changed hands, there is a waiting list for the teams 14,000 season tickets, and the stadium has sold out twenty-seven games in a row, packing an average of 19,709 people into the stadium, which seats 18,467 (some tickets are standing room only).

The new name and new location visibly anchor the teams rebirth. But big data is the invisible corner-stone. The stadium has a $6 million, high-density wireless network with 220 miles of fiber (more than seven times the norm for a stadium its size) that powers social media connections among fans, stadium video boards, and advanced camera systems, and it makes for a more dynamic experience. A Uphoria app turns smartphones into in-stadium DVRs. Featuring new, state-of-the-art technology, the app lets fans stream live video from seven different camera angles and rewind the action from any point. It also lets users earn loyalty points by playing trivia games and predicting action on the field. It even lets Sport-ing Kansas City market hot dogs, jerseys, and tickets for future games.

The team is also collating data from ticket sales, merchandising, and more, integrating twenty former data silos. Using that information, Sporting Kansas City is tailoring its marketing, focusing more on young consumers instead of its previous family target, and building social currency by enabling app-powered sales, invitations, and discounts. As co-owner Robb Heineman said in a recent interview with Bloomberg Businessweek: Our team is all about data; it is about collecting, repackaging, and utilizing that information to drive incremental revenue.1

BiG dAtA vALue, No hypeThese case studies suggest four thought-starters about harnessing big datas potential:

Keep the end goal in mind with data gathering, digital marketing, and other technology-driven ini-tiatives. There are many intangible benefits of big data: better customer service, more engagement, a unified brand voice, and better customer insights. All are noble goals, and so are new technology features, such as an always on social media dashboard or a recommendation engine on your Web site. But nothing beats revenue growth. Focus on sales and work backward from there.


Think big, start small, scale fast. Integrating data from different sources across touchpoints and channels requires big thinking, but this does not necessarily mean massive investments. You can start small. Tracking the actual sales from vendors was initially a small step for the Latin American beverage maker; the testing was done in a single city over a few weeks. This created real-time data that the company used to improve sales and delivery routes. With a proven model, the company then scaled up across the region and began integrating actual consumer data collected through mobile phone tracking.

Understand the power of real-time information. Big data is not comparable to your last CRM project or ERP implementation effort. Daily vendor sales data helped the beverage maker adjust sales, delivery, logistics, and marketing and promotional programs immediately. Keep in mind, though, that your industry may be different. What will be meaningful for you? You may need to spot trends quarterly or every six months. Use big data to stay current, not to overwhelm or mislead.

Integrate big data into your overall marketing strategy. In the past, marketers at the center developed strategy that was executed by operating entities, regions, or local units. Those at the center relied on surveys and studies commissioned from market research firms that prepared reports. Regional and local management, in contrast, focused on achieving operational efficiencies in executing strategies designed by the center in the previous planning cycle. Those days are over. Big data will prove that the traditional brand-centric thinking at headquarters (focusing on a big creative idea that can be executed consistently across all channels and touchpoints) is wholly inadequate today. Big data will shift decision-making to local and regional management and integrate their plans into the overall strategy process so that brand strategy and marketing plans can be truly designed, optimized, and executed locally.

A note of caution: big data raises the specter of consumer surveillance and privacy concerns. And those worries are legitimate. Still, companies and especially marketers need to work with data from consum-ers. The promise of big data is an empty promise unless consumers are willing to share information about themselves. They are the basis for many value-added services to consumers, with enormous consumer benefits, as the examples of Burberry and Sporting KC showed. And these are no exceptions.

Big data are essential for companies to create new business models, discover new consumer insights, opti-mize channel relationships, and create marketing efficiencies through better targeting and in improve-ments in managing campaigns and tracking success and ultimately to truly become customer-centric.

Keep two key principles in mind, though. First, focus on only what you need. There is a lot of water in the ocean, but you cant drink it all. Also know what is nice to know versus what you need to know. Ask consumers for permission to use the information you are collecting. Second, aggregate data at the micro-segment or group level to preserve individual privacy, and keep or store the data at that level.

At Vivaldi, we typically ask consumers for permission to track daily behaviors over their mobile phone. We then develop micro-segments and aggregate at that level additional data, including social conversa-tions, digital browsing data, or internal CRM data. The highly personal and regular use of the mobile phone provides powerfully, contextually relevant big data to support marketing decisions anytime, and these data can be updated weekly, daily, or more frequently. Most important, big data changes how execu-tives approach decisions. There is a lot less decision-making on gut feelings, experience, and intuition. Decisions are also made faster and acted on.

1 Reeves Wiederman, Sporting Kansas City Makes the Stadium More Like Your Couch, Bloomberg Businessweek, July 18, 2013.


Risk and Big DataBIll SwEENEy | Bill Sweeney has thirty-five years of technology experience and has served as CTO for HSBCs IB, Sector CIO for Citigroups IB, and Head of Research Technology for Bridgewater Associates. He is the founder of Risk, Data, and Analytics, a boutique consultancy focusing on those three areas.

Corporations around the world renewed their focus on risk management in the wake of the financial crisis of 2008. In the same period, big data became a business buzzword as technology created new ways to collect and quickly analyze huge streams of data to provide fresh insights and enable better decisions.

These trends have now clearly come together, as business leaders are exploring how big data can improve risk management by providing new ways to monitor, measure, and mitigate risk and even offer competi-tive advantage. Companies have always gathered data on everything from raw material supplies to cash on hand to sales patterns in order to measure and manage risk. But now big data provides the ability to measure more factors at a more granular level that allows us to discover patterns that are obscured in consolidated data.

Big data and analytics offer the promise to transform risk management and decision-making, provid-ing more information and more speed. They wont solve every problem, however, and with these new sources of information come new pressures to focus risk management activities and respond quickly to perceived dangers.

Using big data, companies have the potential to better identify hidden risk and allow better root cause analysis. Risk managers can improve their ability to determine the probability of an event by leveraging metadata and using customer segmentation to identify risk factors. Big data can help develop better early warning indicators that will allow companies to mitigate risk more effectively.

For example, PayPal, the Internet-based payment and money transfer system, used innovative risk man-agement techniques to significantly reduce the amount of fraud. The ability to significantly reduce fraud became a competitive business advantage. PayPals techniques were so innovative that they were spun off into a separate company, Palantir.

Another company in the peer-to-peer lending business used big data to detect patterns of behavior that predicted relatively higher loan losses. The data included biometric metadata about customers during the online application processes, such as keystroke timing, patterns of spelling errors, and corrections. The data was used to detect patterns for high-risk and low-risk loans.

While segmenting customer bases is a well-understood and much-valued practice in marketing, companies now are turning to microsegmentation of their customer bases for risk management too. Micro-segmentation is the equivalent of mass customization in the retail space.

Companies are monitoring social media for information too.

For example, a large bank wants to monitor Twitter and Facebook for entries mentioning life-changing events. The theory is that postings about developments such as pregnancies, births, or marriages can become marketing opportunities for the bank. But the bank also wants to understand whether negative developments, such as announcements about an acrimonious divorce, will raise a flag that credit lines need to be carefully monitored or frozen.


The use of external data to predict risk will become important to companies too. In the financial markets, analysts already closely watch and aggregate a wide range of statistical reports on areas that impact expectations and market reactions, such as unemployment, customer confidence, and GDP. Hedge funds and others have always tried to run before these publications by calculating the numbers independently. With big data there are companies now gathering fine-grained data that can help us build up a nearreal-time picture of the world. A drop in FedEx shipments or an increase in eBay auctions, for example, may signal a drop in consumer confidence. Or could an uptick in Amazon Prime movie downloads indicate more people are staying home rather than going out and buying dinner and tickets to a movie?

These examples have one common theme: in order to effectively use big data for risk managementand gain competitive advantageyour company must be prepared to mitigate the risks quickly and actively as soon as you identify them. In most companies this adds new pressure.

I believe big data will transform risk management into simply management. The managers of the future will rely on big data and analytics to make risk decisions in real time rather than on risk management to provide a post-action oversight process. Risk management meanwhile will morph into defining the rules to be followed. A consequence of this transition will be the need to act faster to mitigate risk. In many cases the risk decision-making will be automated.

Another area destined to benefit is operational risk, especially with respect to early warning and proactive prevention. As companies apply fine-grained monitoring and measuring of the behaviors of employees, customers, and partners, the detection of fraud and internal errors will improve and other operational risks will be better monitored. Big data will allow managers to determine what their people are doing on a very detailed basis. As those behaviors are mapped to losses, managers will be able to focus on improving the riskiest behaviors.

As big data and analytics become part of running the business, the operational systems will be modified to leverage the knowledge gained. Banks today have real-time credit checks for credit card transactions, based on their risk systems. External-facing systems, such as Web sites, also have real-time risk manage-ment, focusing largely on fraud. As big data and risk management converge with day-to-day management, internal systems will build in the same types of controls.

The convergence of risk management and big data is not a panacea, of course. Automated risk manage-ment using big data introduces new risks. The mischievous and criminal will study the machine and find weaknesses. Alternatively, if fraud detection is built into an organizations internal systems, such as by scanning email, instant messages, and social media, then determined fraudsters will avoid using tech-nology. Dont be blindsided because you believe your systems are capturing all of the risks.

Big data may also open up opportunities for miscreants too. Leverage big data to identify shopping pat-terns? Sure. Leverage big data to find susceptible targets for fraud? Why not? If you create a large reposi-tory of data, make sure its well protected and well monitored.

Big data and analytics offer the promise to transform risk management and decision-making, providing more information and more speed. Bill Sweeney


The implementation of big data, whether for fraud detection, improved security, or other well-intentioned benefit, creates another set of risks. Customers willingly provide personal information in return for better service and customized experiences. Implicit in that trade is the assumption of responsibility for safe-guarding that information. Breaches of customer data damage client relationships and brands and have real concrete costs, such as crisis management, remediation, and free credit monitoring for all customers/employees. Companies that can be transparent about their collection and use of data while demonstrating that managing cyber-risk is a high priority will have a competitive advantage.

The migration of risk management via big data into an automated analytical process will be a tremendous benefit to your existing managers who understand the business today.

But there is a potential pitfallnew managers who are accustomed to the machines ability to prevent-crisis may not be as skilled in managing situations involving too many unknowns. Indeed, overreliance on big data or being overwhelmed by big data is a real possibility. A challenge with utilizing big data to manage risk is avoiding overconfidence because of the complexity and seeming thoroughness of the big data risk applications. It is important to maintain perspective.

At its heart, your operation consists of people who need to understand whats happening. However, it is no longer possible for a person to absorb all of the available information. You must invest in visualization tools so that your people can make sense of it all.

And the final and most important thing to keep in mindbe careful what youre not measuring. Its easy with an expensive, complicated environment to think that everything is covered. However, big data ana-lytics based on history often include assumptions that can change.

The confluence of risk management and big data offers tremendous opportunities for identifying and mitigating the risks you face. In some cases, big data will provide a competitive advantage. In other cases, investing in big data solutions will be the price to stay competitive. Its important to think about the risks facing your business and focus on the ways that big data can significantly reduce your risks.


Sponsors Perspective

Big data means big opportunity for businesses and consumers. As the volume and variety of data increase at a rapid pace, the ability to successfully analyze the relevant data becomes increasingly important in order to unlock its significant value and transform the way businesses and consumers interact. For businesses, big data offers an opportunity to get a deeper understanding of their customers attitudes, preferences, and behaviors and make every interaction more relevant, timely, secure, and profitable. For consumers, it is an opportunity to receive greater value through faster, more relevant, and personalized services from their banks, retailers, and other businesses.

While the opportunities are abundant, the variety of data types availablebroadly categorized into structured, unstructured, and semi-structured dataunderscores the complexity of the big data landscape. There are many new vendors who can process, manage, and aggregate big data, but the key is to find the right partner who can identify and connect the relevant data to analyze and turn into meaningful, actionable insights. As a trusted, proven expert in data and predictive analytics for over thirty-five years, Experian has partnered with clients to provide insight from data and to turn this insight into meaningful business decisions that foster sustainable growth. We work with clients across industries and markets to create and implement analytics-based customer strategies and marketing campaigns that can be quickly and easily deployed across all of the appropriate channels.

One of the most compelling examples of how big data and analytics can help businesses and consumers is in the area of fraud prevention. Take credit card fraud as an example. As fraudsters continue to evolve their credit card fraud schemes, card issuers and merchants can rely on new types of data sources, such as device information, transaction data, and consumer behavior data, to better manage fraud risk and increase consumer confidence that their purchases are safe and secure, which, in turn, drives increased revenues.

We hope you enjoyed this collection of articles. At Experian, we believe a tremendous win-win for consumers and businesses will come from big data. As the leading global information services company providing data and analytical tools to clients around the world to manage credit risk, prevent fraud, market across channels, and automate decisions, we are uniquely positioned to help consumers and businesses interact in trusted and more meaningful ways.

Marcelo Kekligian President, Latin America Serasa Experian Decision Analytics

Steve Platt Executive Vice President Experian Decision Analytics

Marcelo KeKligian President, latin america Serasa experian Decision analytics

Steve Platt executive vice President experian Decision analytics

para Mais inForMaes sobreharvard business review analytic services acesse:

hbr.org/hbr-analytic-services

For More inForMation on harvard business review analytic services:

hbr.org/hbr-analytic-services

Big Data: O futuro da Informação e dos Negócios

Documents

Transcript of Big Data: O futuro da Informação e dos Negócios