Tendências de Inovações para a Tecnologia de Big Data

Outubro/2013

Relatório preparado pela Cysneiros Consultores Associados para a Secretaria de Ciência e Tecnologia do Estado de Pernambuco.

Pesquisadores ResponsáveisTecnologias da Informação e Comunicação: José Carlos Cavalcanti

Sumário

1 Introdução........................................................................................................................4

2 Análise das Tendências de Mercado em Tecnologia da Informação e Comunicação (TIC)5

2.1 Análise da Tecnologia de Big Data.......................................................................................7

2.2 Macrotendências de Inovação Tecnológica em Big Data..................................................14

2.3 Recomendações às Empresas de Tecnologia da Informação e Comunicação (TIC)......16

3 Conclusão.......................................................................................................................21

4 Referências.....................................................................................................................22

5 Glossário e Acrônimos...................................................................................................23

Índice de TabelasTabela 1. Aplicações de BI&A: De Big Data para Grande Impacto.....................................................................18

Índice de Figuras

Figura 1. Dados de busca sobre a expressão Big Data no Google Trends (do dia 14/03/2013)............................8

Figura 2. Vendas mensais da Ford Figura 3. Google Trends da Ford..........................................10

Figura 4. IDC prevê que Big Data valerá US$ 23,8 bilhões em 2016..................................................................12

Figura 5. Big Data: A Revolução Gerencial..........................................................................................................13

Figura 6. Visão Geral de BI&A: Evolução, Aplicações e Pesquisa Emergente....................................................15

Figura 7. Capa da revista VEJA de 15/05/2013....................................................................................................20

1 Introdução

Este relatório foi produzido no âmbito no projeto CICTEC - Centro de Inteligência

Competitiva para Parques Tecnológicos, e apresenta as principais tendências de inovação

tecnológica para o setor de Tecnologia da Informação e Comunicação (TICs) apontando

oportunidades de inovação para as empresas Pernambucanas.

O documento trata especificamente as oportunidades de inovação, no que se refere ao

fenôneno chamado de Big data, a qual se apresenta como uma das mais importantes

tecnologias de informação e comunicação recentes do mundo contemporâneo, e que

gradualmente vem assumindo um papel de relevância central. Big Data está revolucionando a

forma como conduzimos nossas vidas, como trabalhamos, como aprendemos, e com nos

entretemos, sendo de vital importância para os negócios do setor.

2 Análise das Tendências de Mercado em Tecnologia da Informação e Comunicação

(TIC)

Big Data (termo que se aplica à informação que não pode ser processada ou analisada

usando processos ou ferramentas tradicionais) é uma das mais importantes tecnologias de

informação e comunicação - TICs recentes do mundo contemporâneo, e está assumindo este

papel de relevância em função de uma série de princípios. Tomando como referência o que é

apontado no livro de Zikopoulos et. al. (2012), Big Data é importante devido a alguns

princípios chave:

- Soluções de Big Data são ideais para analisar não somente dados brutos

estruturados, mas também data semiestruturados e dados não estruturados a partir de uma

ampla variedade de fontes;

- Soluções de Big Data são ideais para análises interativas e exploratórias quando

medidas de negócios com dados não são pré-determinadas;

- Big Data é uma tecnologia adequada para resolver desafios de informação que não

podem ser tratados pelos enfoques tradicionais de bancos de dados relacionais usuais no

mercado.

Um das melhores maneiras de entender o desafio que vem sendo colocado por esta

tendência é o tratamento de alguns problemas usuais no mundo das TICs. Tomando como

referência o exemplo de Detecção de Fraudes (muito comum nas transações econômicas,

marcadamente as financeiras, tais como leilões on-line, solicitação de seguros, etc.). Em

qualquer lugar do mundo a existência de uma transação financeira representa um potencial

para mau uso e para o espectro da fraude.

Os vários desafios nos padrões de detecção de fraude são diretamente atribuídos ao

uso exclusivo de tecnologias convencionais. O tema mais comum e mais recorrente que se

percebe em todos os padrões de Big Data é o limite no que se pode armazenar bem como a

disponibilidade de recursos computacionais para processar seus objetivos. Sem tecnologias

de Big Data, estes fatores limitam o que pode ser modelado. Menos dados significam

modelagem restringida. Ademais, os ambientes altamente dinâmicos têm padrões cíclicos de

fraudes que podem vir e ir em horas, dias ou semanas. Se os dados usados para identificar ou

usar novos modelos de detecção de fraudes não estiverem disponíveis com baixa latência,

quando forem descobertos os novos padrões pode ser muito tarde e algum prejuízo pode já ter

sido instaurado.

Mas talvez o padrão de uso de Big Data mais comentado seja o das redes sociais (tais

como Facebook, Twiiter, YouTube, etc.), ou da mídia social e do sentimento do consumidor.

Neste caso, Big Data é usado para detectar o que os consumidores estão dizendo sobre você

(e talvez o que eles estão dizendo sobre os seus competidores). Além disso, você pode usar

este novo discernimento para verificar como este sentimento impacta as decisões que você

está tomando e o modo como sua empresa se engaja. Mais especificamente, você pode

determinar como o sentimento dos consumidores está impactando nas vendas, a efetividade

ou receptividade de suas campanhas de mercado, a eficácia de seu mix de marketing

(produto, preço, promoção, etc.) e por aí vai.

Em resumo, Big Data está revolucionando a forma como conduzimos nossas vidas,

como trabalhamos, como aprendemos, e como entretemos. Neste sentido, entender os

principais aspectos das tendências recentes da inovação tecnológica em termos de Big Data é

de vital importância, e constitui o principal objetivo deste documento.

2.1 Análise da Tecnologia de Big Data

Big Data não implica dizer que os dados pré-existentes são “pequenos” (o que não

são) ou que seu único desafio é o seu tamanho (tamanho é apenas um deles). O termo Big

Data se aplica à informação que não pode ser processada ou analisada usando processos ou

ferramentas tradicionais (Zikopoulos et. al. 2012). De forma crescente, as organizações de

hoje estão enfrentando mais e mais desafios de Big Data (ver sobre o explosivo crescimento

do universo digital em: http://bit.ly/13QKLgj. Elas têm acesso a uma riqueza de

informações, mas elas não sabem com extrair valor desta riqueza porque elas (as

informações) estão em sua maioria em formato bruto, ou em formato semi desestruturado ou

desestruturado; e como resultado, as organizações nem mesmo sabem se vale a pena mantê-

las.

Uma pesquisa recente da IBM observou que mais da metade dos atuais líderes de

negócios chegaram à conclusão que eles não têm acesso aos insights (discernimentos) que

eles precisam para conduzir seus trabalhos. Empresas estão enfrentando estes desafios em

um ambiente onde elas têm a habilidade para armazenar qualquer coisa e elas estão gerando

dados como nunca na história; de forma combinada, isto representa um desafio real de

informação. Ou seja, a capacidade de processar os dados (extraindo valor) é cada vez mais

um desafio a ser enfrentado.

Três características definem Big Data: volume, variedade, e velocidade (os

conhecidos 3 V´s). Juntas, estas características definem o que a IBM se refere à Big Data. Os

Professores Hans Buhl e Maximillian Roglinger, da Universidade de Augsburg, na

Alemanha, e Julia Heidemann, da empresa McKinsey da Alemanha, acrescentam outra

caraterística (outro V): a da veracidade.

O fenômeno do Big Data é impulsionado pela massiva redução em custo na gestão de

dados, combinada com o aumento exponencial da capacidade de processamento

computacional que vemos nos dias atuais. Novas tecnologias, tais como Quantum

Computing, ou sistemas In Memory Database permitem a manipulação de novas dimensões

de quantidades de dados rapidamente e de forma economicamente eficiente (volume e

velocidade).

Enfoques de Big Data requerem novas ferramentas tais como Analíticas Social, In-

Memory, Texto, ou Semântica, que permitem analisar novas quantidades de diferentes fontes

de informação, por exemplo, de redes sociais, engenhos de busca, transações de pagamentos,

ou todas as categorias de e-Commerce (variedade).

O sucesso de Big Data é inevitavelmente relacionado com uma gestão inteligente de

seleção e uso de dados, bem como esforços conjuntos em direção a regras claras com respeito

à qualidade dos dados. Uma clara governança de dados e uma clara política de dados são

inevitáveis para capacitar um uso de significado dos dados (veracidade).

Para que se perceba a importância de Big Data como uma tecnologia emergente, basta

que se observe os dados coletados pela ferramenta (de Big Data) chamada Google Trends

(Figura 01 à frente). Google Trends é uma poderosa ferramenta que emergiu a partir da

existência do Google, e pode ser apresentada a partir de um importante artigo recente do Prof.

Hal Varian (tratado logo à frente), o qual revela sua contribuição para esta nova era de Big

Data e Analítica.

Figura 1. Dados de busca sobre a expressão Big Data no Google Trends (do dia 14/03/2013)

Pode parecer uma coisa “maluca” (principalmente para os economistas mais

conservadores ou que ainda estão na era pré-Internet), mas a ferramenta denominada Google

Trends, ferramenta simples e gratuita baseada nos dados de buscas do Google, pode sim

ajudar a prever o nível presente de atividade econômica, e há pelo menos três anos está

revolucionando as análises econômicas neste novo mundo do BIG DATA e da Analytics.

Quem afirma isso é nada mais nada menos do que o Prof. Hal Varian, economista

internacionalmente conhecido por seus trabalhos em microeconomia, hoje aposentado pela

Universidade da California, em Berkeley/EUA, e atualmente o Chief Economist Officer do

Google. No ano de 2002 o Prof. Varian foi convidado por Eric Schmidt (ex- Chief Executive

Officer) para ser consultor do Google. Desde então ele tem desenvolvido atividades nas

áreas de projeto de leilões eletrônicos de propaganda, econometria, finanças, estratégia

corporativa e política pública.

Em abril 2009, em coautoria com Hyunyoung Choi, também do Google, ele escreveu

(e publicou no site do Google) uma “versão beta” do artigo intitulado “Predicting the Present

with Google Trends” (Prevendo o Presente com Google Trends)(artigo finalmente publicado

por uma revista econômica tradicional, em 2012). Neste artigo os autores avançam a hipótese

de que os dados de busca do Google podem estar correlacionados com o presente nível da

atividade econômica em indústrias dadas e, por conseguinte, podem ser úteis em prever as

subsequentes liberações de dados. Eles defendem que o Google Trends não ajuda a prever o

futuro, mas sim ajuda a prever o presente.

Como mostram os autores, o Google Trends provê um índice do volume das

buscas/perguntas do Google por localização geográfica e categoria. Os dados da ferramenta

não reportam o nível bruto das perguntas para um dado termo de busca. Na realidade eles

reportam um “índice de pergunta” (query index). O índice de pergunta começa com a

“porção de perguntas”: o volume total de perguntas por termo de busca em uma dada região

geográfica, dividido pelo número total de perguntas naquela região em um ponto no tempo.

Os números da participação das perguntas são então normalizados de forma que eles

comecem a partir de 01 de janeiro de 2004. Números após esta data indicam um desvio

percentual da porção de busca no dia 01 de janeiro de 2004.

No artigo em questão, os autores discutem a estrutura estatística relevante à hipótese

que levantam. E como exemplo, eles iniciam a análise se baseando nos dados de vendas

mensais de automóveis da marca Ford de janeiro de 2004 a agosto de 2008, como reportado

na revista Automobile News. Os dados do Google para a categoria Automobile/Vehicle

Brands/Ford foram usados para o índice de perguntas.

Para que pudessem estabelecer a correlação entre os dados de busca do Google e os

dados de vendas de automóveis da marca Ford (o que pode ser, de alguma forma, visualizado

pelos gráficos dos dados trabalhados, nas Figuras 02 e 03 à frente), os autores desenvolveram

um modelo de projeção, conhecido na área de econometria como modelo “auto regressivo

sazonal”. Em resumo, com o modelo encontrado os autores chegaram à seguinte conclusão: o

coeficiente da variável Google Trends no modelo implica que 1% de aumento no volume de

buscas está associado à aproximadamente 0,5% de aumento de vendas. Os autores ainda

apresentam outros exemplos de correlações em outros setores econômicos, tais como vendas

no varejo, vendas de imóveis e dados de viagens.

Finalmente, o que pretendemos afirmar com esta breve apresentação da utilização do

Google Trends é que, nos dias atuais, com o crescimento no volume, na velocidade e na

variedade de dados à nossa disposição, temos que nos valer deste crescente “dilúvio de

dados/informações” (e das novas ferramentas que estão emergindo concomitantemente, tais

como Google Consumer Surveys, que falaremos em outra oportunidade) para extrairmos

novos insights (discernimentos) a partir destes dados/informações.

Figura 2. Vendas mensais da Ford Figura 3. Google Trends da Ford

E qual é a importância econômica do Big Data como tendência tecnológica? Segundo

estimativas de janeiro de 2013 da empresa IDC- International Data Corporation, Big Data

representará em 2016 um mercado da ordem de US$ 24 bilhões, o que não é desprezível para

um mercado ainda na sua infância (Figura 04).

Como saber se Big Data é uma tendência que pode ser considerada hype ou não? Ano

passado (2012) o Editor da Harvard Business Review (http://hbr.org/)(das mais prestigiosas

revistas de negócios do mundo), Adi Ignatius, percebeu que estava havendo um grande

interesse por big data, mas também um grande hiato de clareza sobre o tema. Logo,

perguntou-se: o que diferencia “big” data de mero “data” – e como as organizações

supostamente os estão usando em seus benefícios? Ele também aprendeu que muitos dos

céticos ponderavam se algumas das companhias vendendo “soluções” de big data estão

simplesmente capitalizando no emergente hype.

Figura 4. IDC prevê que Big Data valerá US$ 23,8 bilhões em 2016

Neste sentido, Ignatius agrupou algumas das melhores mentes do campo para iluminar

o tópico (ver edição especial de outubro de 2012 em

http://hbr.org/special-collections/insight/big-data). Andrew MacAfee e Erik Brynjolfsson,

ambos do MIT, apresentaram o argumento de que big data tem o potencial de revolucionar a

arte de administrar (gerir). Domini Barton e David Court, da McKinsey, concordam. Eles

demonstram que com o correto suporte organizacional, big data pode ajudar a propalar as

companhias a níveis de desempenho que não tínhamos visto há duas décadas. Tom

Davenport, Professor Visitante da Harvard Business School, e D. J. Patil, da Greylock

Parterns, identificam cientistas de dados como tendo o “mais sexy” trabalho de nossa era e

explicam como achá-los e atraí-los.

Destacamos aqui apenas partes do trabalho de Andrew MacAfee e Erik Brynjolfsson

(Figura 05 à frente), que se intitula “Big Data: The Management Revolution”. Os autores logo

de partida argumentam que à medida que ferramentas e filosofias de big data se espalham,

elas irão mudar as ideias arraigadas sobre valor da experiência, a natureza da expertise, e a

prática da administração (gestão). Líderes inteligentes ao longo das indústrias irão ver que

usar big data pelo que ele é: uma revolução administrativa (gerencial).

Apesar de constituir um amplo conjunto de oportunidades, a tendência de Big Data

traz consigo um conjunto preocupante de aspectos para um país como o Brasil. Como o país

enfrenta uma série de dificuldades na “saúde de sua indústria de TICs” (como demonstrado

pela sua posição no Global Network Readiness Index- NRI), e como as tecnologias de Big

Data demandam uma série de competências e habilidades para sua absorção, capacitação e

oferta de bens e serviços, faz-se necessário estabelecer dentro do país forças tarefas, tanto na

iniciativa privada quanto nas esferas do setor público, para proporcionar o desenvolvimento

das competências e habilidades compatíveis com a complexidade do Big Data.

Figura 5. Big Data: A Revolução Gerencial

2.2 Macrotendências de Inovação Tecnológica em Big Data

Já que Big Data é uma tendência tecnológica que veio para ficar, quais seriam então

aquelas macrotendências (em termos de novos desenvolvimentos e aplicações) que estão

conformando, e estão sendo conformadas, pelo avanço do Big Data?

Como pode ser visto na Figura 06 à frente, retirada de um artigo de Chen et. al.

(2012), e que diz respeito à evolução de Inteligência de Negócios (Business Intelligence- BI)

e Analítica (BI&A na tabela), uma grande tendência trazida pelo Big Data é a evolução da

atual fase de uso dos chamados Database Management Systems – DBMS (Sistemas de

Gerenciamento de Bancos de Dados), que lidam com conteúdos de dados estruturados (a

etapa BI&A 1.0), para a fase BI&A 2.0, onde estão sendo (e serão ainda mais) tratados

conteúdos de dados não estruturados (marcadamente baseados na Web).

A fase seguinte na evolução proporcionada por Big Data será a de conteúdos baseados

em artefatos móveis e em sensores (a etapa BI&A 3.0). Estas evoluções estão impactando (e

impactarão ainda mais) nas aplicações de comércio eletrônico e inteligência de mercado,

governo eletrônico, em política, ciência e tecnologia, saúde e bem-estar, segurança e proteção

pública. Estes impactos estão fazendo emergir (e irão fazer ainda mais no futuro) novas áreas

de pesquisa, tais como Analítica de Big Data, Analítica de Textos, Analítica da Web,

Analítica de Redes e Analítica de Dispositivos Móveis.

Figura 6. Visão Geral de BI&A: Evolução, Aplicações e Pesquisa Emergente.

Fonte: Chen, Hsinchun, Chiang, Roger H. L., and Storey, Veda C. (2012). “Business Intelligence and

Analytics: From Big Data to Big Impact”. MIS Quarterly, Vol. 36, No. 4, 1165-1188, December.

2.3 Recomendações às Empresas de Tecnologia da Informação e Comunicação (TIC)

As macrotendências abordadas no item anterior são indicativas da geração de um

enorme leque de oportunidades que estão sendo (e serão ainda mais) abertas pelo crescimento

da área de Big Data. Como é possível contatar na Tabela 01 à frente, retirada de Chen et. al.

(2012), e tomando como exemplo o segmento econômico de comércio eletrônico e

inteligência de mercado, as aplicações que estão surgindo são de variada natureza.

Neste sentido, podemos destacar como novas aplicações os sistemas de

recomendação, monitoramento e análise de mídia social, sistemas de crowdsourcing (onde

crowd, vem de multidão, e sourcing, de práticas de contratação, tais como as de procurement,

ou seja, compras, licitações, etc., e que se refere à capitalização do potencial de grandes e

abertos grupos de pessoas via Internet), jogos sociais e virtuais.

Em termos de dados propriamente ditos, temos os logs de busca e de usuário, registros

de transações de consumidores, cujas características podem ser dados estruturados baseados

na web, conteúdo gerado por usuários, rede rica em informação, e opiniões informais

desestruturadas. Em relação à analítica, podemos ter ferramentas de mineração por regras de

associação, segmentação de bancos de dados e clusterização, detecção de anomalias,

mineração de gráficos, análise de redes sociais, analítica de texto e da web, e análise de

sentimento e de afetação.

Elencar oportunidades neste universo parece ser algo simples, já que o conjunto de

evidências que estão surgindo sobre as “maravilhas” de Big Data não para de surgir. No

entanto, nem só de oportunidades vivem os mercados, e ameaças surgem a qualquer

momento. Duas que são frequentemente citadas são aquelas que dizem respeito à Segurança

dos Dados e de Informações e Privacidade. No entanto, ainda é muito cedo para se tratar

destas ameaças no âmbito de tecnologias tão sofisticadas como as que estão sendo aqui

discutidas. De qualquer forma estas ameaças serão tratadas em maior detalhe no documento

sobre cloud computing, já que este é o espaço onde estão se estruturando as maiores

iniciativas de Big Data.

Em resumo, estendendo a observação pontual acima conduzida para as outras áreas da

Tabela 3, pode-se inferir que o universo de oportunidades que estão se abrindo com Big Data,

tanto em escala quanto em escopo, está apontando para um novo horizonte que pode

contribuir enormemente para o crescimento das empresas brasileiras em geral, e das empresas

pernambucanas em particular.

A emergência da tecnologia de Big Data é uma chance para todos do mundo da

tecnologia decidirem em que campo eles estarão, à medida que esta área está trazendo (e trará

ainda mais no futuro) a maior oportunidade para empresas e indivíduos em tecnologia desde

o alvorecer da Internet.

Tabela 1. Aplicações de BI&A: De Big Data para Grande Impacto

Comércio Eletrônico e Inteligência de Mercado

Governo Eletrônico e Política 2.0

Ciência e Tecnologia Saúde Inteligente e Bem Estar

Segurança e Defesa Pública

Aplicações • Sistemas de Recomendação

• Monitoramento e Analítica de Mídia Social

• Sistemas de Crowd-sourcing

•Jogos sociais e virtuais

•Serviços de governo ubíquos

•Acesso igualitário e serviços públicos

•Engajamento de cidadãos e participação

•Campanha política e eleição eletrônica

•Inovação em Ciência e Tecnologia

•Teste de hipóteses

•Descoberta de conhecimento

•Genômica humana e de plantas

•Suporte à decisão em cuidados da saúde

•Análise de comunidades de pacientes

•Análise de crime; •Criminologia computacional; •Informática de terrorismo; •Inteligência de código aberto; •Segurança cibernética

Dados •Logs de busca e de usuários

•Registros de transações de consumidores

•Conteúdo gerado por consumidores

•Informações e serviços do governo

•Regras e regulações

•Feedback do cidadão e comentários

•Instrumentos de Ciência e Tecnologia e dados gerados por sistemas

•Conteúdo de sensores e redes

•Dados de genômica e de sequenciamentos

•Registros eletrônicos de saúde

•Mídia social de saúde e de pacientes

•Registros criminais; •Mapas criminais; •Redes criminais; •Notícias e conteúdos web; •Bancos de dados de incidentes terroristas; • Vírus, ataques cibernéticos e botnets

Características

Conteúdo estruturado gerado pelo consumidor, baseado na web, rica informação de rede, opiniões informais não estruturadas

Características

Fontes de informação fragmentadas e sistemas legados, rico conteúdo textual, conversações informais desestruturadas de cidadãos

Características

Coleta de dados baseados em instrumentos de alto throughput, registros de múltipla modalidade e larga escala, formatos de dados específicos de Ciência e Tecnologia

Características

Conteúdos disparatados mas altamente relacionados, conteúdo específico personalizado, HIPAA, IRB e questões de ética

Características

Informação de identificação pessoal, conteúdo incompleto e desviante, informação de grupo e de redes, conteúdo de múltiplas línguas

Analítica •Regra de mineração por associação

•Segmentação de banco e dados e clustering

•Detecção de anomalias

•Mineração gráfica

•Analítica de texto e web

•Análise de sentimento e afetação

•Integração de informação

•Analítica de conteúdo e de texto

•Serviços de informação semântica de governo

•Monitoramento e analítica de mídia social

•Análise de sentimento e afetação

•Modelos matemáticos e analíticos baseados em domínios específicos de Ciência e Tecnologia

•Análise e visualização de genômica e sequenciamento; •Mineração e clusterização de associação de EHR; •Monitoramento e análise de mídia de saúde social; •Analítica de texto de saúde;

•Ontologias de saúde

•Análise de rede de pacientes

•Regra de associação criminal em mineração e clusterização; •Análise de rede criminal; •Análise espacial-temporal e visualização; •Analítica de textos multilinguais;

•Análise de sentimento e afetação

•Análise e distribuição de ataques cibernéticos

Impactos Marketing da cauda-longa e recomendações personalizadas, venda aumentada e satisfação do consumidor

Transformando governos, empoderando cidadãos, melhorando transparência, participação e igualdade

•Avanços de Ciência e Tecnologia, impacto científico

•Qualidade melhorada dos cuidados da saúde, cuidado de longo prazo melhorado, empoderamento do paciente

Melhoria na segurança e defesa públicas

Segundo Zikopoulos et. al. (2012), desde a virada deste milênio:

- 80% (oitenta por cento) da informação do mundo é desestruturada;

- A informação desestruturada cresce 15 (quinze) vezes mais do que a taxa da

informação estruturada;

- O poder computacional bruto está crescendo a uma taxa tão grande hoje uma caixa

tirada de uma prateleira hoje está começando a mostrar um poder que um supercomputador

mostrava uma década atrás;

- O acesso à informação tem se democratizado: ele é (e deve ser) disponível a todos.

Este é o novo “normal” do nosso cotidiano e para o qual Big Data se apresenta como

uma gigantesca resposta a estes desafios. E pensando no futuro, e na evolução das TICs no

Brasil como um todo, e em Pernambuco em particular, este documento procurou focar sua

atenção para Big Data. E como foi possível registrar, Big Data, em seus complexos aspectos

de volume, variedade, velocidade e veracidade, constitui uma grande oportunidade

tecnológica e econômica, bem como uma revolução gerencial, que está trazendo um

amplíssimo conjunto de novas fronteiras para o desenvolvimento de novos produtos e

serviços, que podem contribuir enormemente para o presente e para o futuro das nossas

empresas brasileiras e pernambucanas em primeiro lugar, e, no limite, para o bem estar de

suas populações.

A título de exemplo de como Big Data está se tornando popular, basta que se

mencione recente matéria da revista VEJA, de 15/05/2013 (Figura 07 a seguir), onde o tema

de Big Data além ter sido capa desta popular revista, ocupou 11 (onze) páginas da edição e

foi alçado à importância da emergência da Internet. Nesta matéria, entre vários exemplos que

foram citados do uso de Big Data, um chama especial atenção. Segundo a revista, Big Data

oferece significado, correlação, mas não oferece a causa dos eventos. E cita uma pesquisa da

Universidade de Cambridge (Inglaterra), com base em dados de 58.000 usuários do

Facebook, descobriu uma relação inusitada: pessoas com alto QI (Quociente de Inteligência)

têm apreço especial pela voz do ator norte-americano Morgan Freeman. Por quê? Ninguém

sabe!

De toda forma, este exemplo é apenas um daqueles interessantes que o fenômeno do

Big Data proporciona aos seus usuários. Como enfatizado aqui neste documento, cabe às

empresas encontrarem nos seus dados (ou nos dados dos seus clientes) as associações e

correlações que possibilitem a obtenção de mais vantagens aos seus negócios.

Figura 7. Capa da revista VEJA de 15/05/2013

3 Conclusão

Neste documento, foram apresentadas tendências de inovação tecnológica nos setores

de Tecnologia da Informação e Comunicação (TICs) apontando oportunidades de inovação

para as empresas Pernambucanas.

Apresentamos as tecnologias de Big Data e as novas possibilidades de produção de

inteligências a partir da análise de dados semiestruturados. Assim, percebemos que o

fenômeno do Big Data é impulsionado pela massiva redução em custo na gestão de dados,

combinada com o aumento exponencial da capacidade de processamento computacional que

vemos nos dias atuais. Enfoques de Big Data também requerem novas ferramentas tais como

Analíticas Social, ou Semântica, que permitem analisar novas quantidades de diferentes

fontes de informação, por exemplo, de redes sociais, engenhos de busca, transações de

pagamentos, ou todas as categorias de e-Commerce.

Por fim, o sucesso de Big Data é inevitavelmente relacionado com uma gestão

inteligente de seleção e uso de dados, bem como esforços conjuntos em direção a regras

claras com respeito à qualidade desses dados. Uma clara política e clara governança de dados

são inevitáveis para capacitar um uso de significado dos dados, com o exponencial

crescimento na geração de dados pelos mais diversos dispositivos, abre-se um amplo leque de

oportunidades de produção de inteligências competitiva.

4 Referências

Chen, Hsinchun, Roger H. L. Chiang, Veda C. Storey (2012). “Business Intelligence

and Analytics: From Big Data to Big Impact”. MIS Quarterly, Vol. 36, No. 4, 1165-1188,

December.

Hyunyoung Choi and Hal Varian (2012). “Predicting the Present with Google

Trends”. The Economic Record, Vol. 88, Special Issue, June, 2-9.

Zikopoulos, Paul C, Cris Eaton, Dirk deRoos, Thomas Deutsch, George Lapis (2012).

“Understanding Big Data; Analytics for Enterprise Class Hadoop and Streaming Data”.

McGrawHill.

5 Glossário e Acrônimos

Analytics – ferramentas, técnicas e modelos para analisar Big Data

Big Data – informação que não pode ser processada ou analisada por processos ou

ferramentas tradicionais

NRI- networked readiness index (índice de preparo em rede)

TI- tecnologias de informação

TICs - tecnologias de informação e comunicação