“Os dados são o novo petróleo”. Esta expressão, cunhada em 2006 pelo matemático Clive Humby, condensa de forma meritória a mudança de paradigma e o consequente nascimento de novas cadeias de valor que o advento e cada vez maior penetração de uma economia de base digital trouxe à nossa sociedade.
Pensamos no número de negócios que transitam anualmente para a web. Pensamos, igualmente, nas criptomoedas que estão a deixar os bancos centrais à beira de um ataque de nervos. Pensamos ainda nas redes sociais e no autêntico maná que a publicidade que estas captam entregam aos seus donos e acionistas, mas será isto o “novo petróleo” como referimos no início do artigo?
A resposta é, simultaneamente, positiva e negativa. Sim, tudo isto faz parte das novas oportunidades que o digital promove, mas o grande tesouro, o verdadeiro combustível que alimenta a máquina chama-se dados.
Em pleno segunda década do séc. XXI, é já residual o número de pessoas que, de algum modo, não estão ligadas ao universo online. Seja uma simples conta de e-mail, uma (ainda que ocasional) compra online ou a entrega de uma declaração de IRS a partir do site da Autoridade Tributária, a verdade é que em alguma altura da nossa existência acabamos por fornecer informação à web.
Big data
Tomemos como exemplo uma compra online. Desde o momento que iniciamos uma pesquisa online pelos sites com aquilo que desejamos comprar até ao momento em que finalizamos a compra com o pagamento, deixamos pelo caminho “migalhas de informação” (logs de acesso, email, localizações, dados de redes sociais, entre outros) que, uma vez que aglomeradas- Big Data, traçam padrões comportamentais que, posteriormente, podem ser utilizadas pelas empresas para direcionar campanhas de marketing ou refinar uma futura experiência de compra.
Isto não acontece unicamente com os cidadãos e não é de uso exclusivo do e-commerce. Coisas tão diversas como as transferências bancárias, redes de monitorização de trânsito ou até o controlo do fluxo de água nas barragens trabalham com base numa enorme quantidade de dados que, quando tratados, se transformam em informação que permite combater a fraude fiscal ou projetar alterações à postura do trânsito numa dada cidade.
Diariamente, pela web transitam mais dados do que aquilo que uma normal calculadora científica pode comportar, mas, á semelhança do que acontece com os garimpeiros que precisam de peneirar as lamas para chegarem ao tão ansiado ouro, para que o astronómico número de dados se transforme numa informação de valor para cidadãos, empresas e governos, é necessário quem faça a destrinça entre o trigo e o joio.
Em suma, de forma a tirar o maior proveito de toda esta Big Data, é importante saber medir e interpretar os dados para compreender o presente e prever o futuro, tarefa que está à Big Data Analytics.
Big Data Analytics: o que é?
(Big) data analytics: conceito
De forma muito simples, a Big Data Analytics é a ciência que se dedica ao estudo desta enorme quantidade de dados de que falamos tendo por objetivo daí retirar padrões de comportamento, descobrir correlações desconhecidas, conhecer as tendências do mercado e descobrir as preferências dos consumidores.
Para que isso seja possível, esta ciência utiliza modelos preditivos, algoritmos estatísticos e análises realizadas por sistemas analíticos de grande desempenho que permitem recolher, armazenar, processar, analisar e descobrir padrões nos dados recolhidos.
Big Data Analytics: características
Comummente conhecidas como 5V, estas são as características principais da Big Data Analytics:
- Volume: o volume de dados é enorme e a tendência é para aumentar no futuro dado a cada vez maior digitalização da vida quotidiana.
- Velocidade: a velocidade segue na mesma proporção que o volume, ou seja, grande e rápida. A Big Data Analytics analisa, ou tenta analisar, os dados no instante em que são criados de modo a que o processamento das informações seja feito em tempo real.
- Variedade: com cada vez mais dados “atirados” para a web a cada segundo, a diversidade e o número de interpretações são, também, elas crescentes.
- Veracidade: da análise de tão grande e variado número de dados., deve nascer uma informação verídica e atual que ajude as organizações a planearem as suas estratégias com uma maior segurança.
- Valor: a informação proveniente da triagem efetuada pela Big Data Analytics, desde que verdadeira e atual como frisamos no ponto anterior, vai agregar valor à organização e permitir-lhe andar sempre um passo à frente da concorrência ou dos acontecimentos.
Big Data Analytics: modelos utilizados
Genericamente, a Big Data Analytics confia as suas análises a quatro tipos de modelo diferentes:
- Análise descritiva: técnica através da qual é possível analisar e perceber o que aconteceu no passado e obter uma ideia das tendências que devem ser exploradas no futuro. Foca-se em comparações e descrições e pode ser útil para detetar padrões ou segmentar alguns dados.
- Análise de diagnóstico: aqui entra o “porquê?”, isto é, saber qual a razão ou razões que estiveram por detrás de um determinado evento. Permite analisar os indicadores de Churn (taxa de desistência dos clientes) ou tendências de utilização de um produto/serviço, por exemplo.
- Análise preditiva: esta é o modelo de análise mais utilizado e serve, basicamente, para prever o que irá acontecer em cenários específicos no futuro. Permite, por exemplo, perceber quais os melhores produtos a comercializar ou o risco de perda de cliente.
- Análise prescritiva: apesar de extremamente valiosa, uma vez que permite indicar a uma dada organização, por exemplo, qual o melhor local num website para colocar um banner ou qual a próxima ação para retenção do cliente, é ainda a menos utilizada. Baseia-se em procedimentos autónomos ou testes A/B e sugere processos que permitem tirar o máximo proveito/valor do caso analisado.
Big Data Analytics: um mercado em crescimento
Como fomos vendo ao longo deste artigo, os dados e a Big Data Analytics assumem um papel de charneira numa sociedade cada vez mais dominada pelo digital. Isso é particularmente visível no domínio empresarial, área que muito tem a ganhar com a implementação da Big Data Analytics nos seus processos.
De forma sintética, estas organizações, qualquer que seja o seu tamanho ou matriz negocial, podem:
- Identificar padrões precisos que as ajudem a segmentar de forma personalizada o seu público-alvo entregando-lhe um produto de acordo com o seu perfil;
- Reduzir custos (o armazenamento dos dados é feito na cloud) e realizar negócios mais eficientes e eficazes;
- Efetuar tomadas de decisão mais rápidas, informadas e assertivas;
- Desenvolver produtos e serviços que se adequam às necessidades e anseios dos clientes antes da concorrência graças ao reconhecimento de padrões de consumo.
As potencialidades da Big Data Anaytics e a sua importância para a vida empresarial contemporânea acaba por também estimular o mercado laboral à volta desta ciência.
Apesar da alta qualificação dos profissionais portugueses em matéria de Tecnologias da Informação (TI) e, em particular, na análise de Big Data, o que os torna muito cobiçados internacionalmente, a mão-de-obra existente no mercado luso acaba por não conseguir dar vazão à alta taxa de procura que se vem verificando no último ano e meio.
Isto vem confirmar as previsões de vários estudos pré-pandemia que já apontavam para que, em 2020, faltariam entre 800 mil e um milhão de profissionais de TI para responder às necessidades das empresas.
Com a pandemia a acelerar o processo de digitalização das empresas, esta procura já de si intensa por analistas de Big Data aumentou, assim como acabaram por aumentar os salários médios pagos em Portugal a quem domina esta área.
Só para se ter uma noção, entre as cinco profissões mais bem pagas dentro das TI em Portugal, três correspondiam a áreas ligadas aos dados. Por exemplo, um cientista de dados com dois anos de experiência ganhava no ano passado entre 50 e 70 mil euros brutos anuais, enquanto um especialista em Big Data chegava aos 65 mil.
Tendo em conta estes “ingredientes”, mais do que uma necessidade, a formação em data analytics, que pode ser obtida através do ensino superior ou de um curso de data analyst numa escola especializada como a Wild Code School, assume-se como um excelente passaporte para uma carreira profissional estável, de futuro e, sobretudo, bem remunerada.
Para saber mais...
Sejas tu apenas um curioso, estejas a começar ou sejas já um experiente na matéria, podes participar gratuitamente no nosso curso preparatório de Data analyst ou inscreveres-te no nosso curso de Análise de Dados para te equipares com o que precisas para o mundo competitivo dos dados tabulares, visualizações extravagantes e previsões à prova de bala.
