Big Data

Business Intelligence x Big Data: quais as diferenças?

No último artigo pudemos conhecer um pouco mais sobre o Business Intelligence e seus benefícios. Agora, veremos as diferenças entre o BI e o Big Data. Esses dois conceitos muitas vezes podem ser confundidos por se tratarem de um assunto similar, porém eles têm suas diferenças. Justamente por se tratarem de um assunto em comum, eles podem ser utilizados de forma complementar. Sendo assim, veremos como podemos uni-los para alcançar ainda mais resultados.

Não vamos aprofundar muito no conceito de cada um neste artigo, tendo o foco maior em suas diferenças. Caso queira se aprofundar mais antes de prosseguir, sugiro a leitura dos artigos: Business Intelligence (BI): o que é e para que serve? e Big Data: o que é e qual a sua importância?

Big Data

Como vimos acima, ainda que sejam correlatos, o Big Data e o BI tem suas diferenças. O Big Data se refere a um grande conjunto de dados armazenados, uma quantidade de dados muito grande mesmo. Tem foco no processamento dos dados em busca de descobertas, podendo trabalhar com dados estruturados ou não, de diferentes formatos como por exemplo textos, áudios, vídeos e até mesmo aqueles dados que você possui em uma base de dados.

Isso é algo muito legal e de grande importância, porém esses dados soltos não tem muita utilidade. É preciso encontrar uma relação entre os dados para que eles possam trazer informações relevantes para as empresas.

Business Intelligence (BI)

Depois de termos essa base gigante de dados, podemos considerar o BI como o passo seguinte. Você pode aplicar o BI nesses dados que foram processados utilizando o Big Data.

O BI é um conceito que define o processo de coleta, organização, análise e monitoramento de informações, o que leva as empresas a tomarem melhores decisões, de maneira mais eficiente. Além disso, com a utilização de ferramentas específicas de BI você consegue gerar informativos que melhora visualmente a leitura dessas informações.

O BI trabalha somente com dados estruturados (banco de dados, planilhas no excel, etc), onde os dados devem apresentar exatidão, para que possam dar suporte para a tomada de decisão, ao contrário do Big Data que não se preocupa tanto com isso, até mesmo porque o objetivo é outro: apontar novos caminhos, fazer correlações e descobertas.

Resumidamente, o Big Data é um termo mais abrangente e atua de forma mais contínua, já o BI trabalha mais focado em um objetivo específico, analisando o que já existe. Enquanto o BI responde perguntas do passado, de algo que já aconteceu, o Big Data prevê algo do futuro baseada em informações do passado.

Sendo assim, o ideal é fazer uso dos dois conceitos.

Assim podemos ter um melhor entendimento e ver de uma forma mais clara como esses dados podem ajudar as empresas. O Big Data não necessariamente entregará dados concretos com análises claras, por isso podemos fazer o uso do BI para que ele nos proporcione o entendimento, com saídas lógicas e estratégicas. Deste modo, como ambas possuem grande importância, elas devem ser bem entendidas para que as empresas possam aproveitá-las da melhor forma.

Vale a pena entrar no mercado de Big Data?

Nunca tivemos um volume de dados tão grande e variado quanto temos atualmente. Para se ter uma noção, só o Facebook gera ==64 terabytes== de dados por dia. Outras empresas como a Google e a Amazon também estão nesse nível.

Por causa dessa superlotação de dados e informações, as empresas necessitam de profissionais que façam a análise desses dados a fim de obter informações importantes para o negócio (como informações sobre o consumidor e o mercado) e até mesmo aumentar receitas.

A utilização do Big Data e da análise de dados pode gerar bons resultados para a empresa que a utilizar, além do poder de inovação que isso pode trazer. Sendo assim, o crescimento dessa tecnologia nos próximos anos é ainda maior.

Através de um estudo da Robert Half, foi apresentado as 10 áreas mais promissoras para esse ano. Podemos ver que no topo estão os cientistas de dados e os engenheiros de Big Data.

Ainda é difícil encontrar mão de obra especializada para integrar esse time de Big Data. Em relação à formação acadêmica, é difícil falar qual exatamente é direcionada a esse ramo, porém as empresas geralmente buscam profissionais com formação em TI, Matemática, Estatística ou Negócios.

Listamos aqui alguns conhecimentos necessários que podem te ajudar a entrar nessa área.

  • Programação: É necessário conhecer pelo menos um pouco de alguma linguagem de programação como, por exemplo, Python, Java, GO etc. Pacotes de análise de dados como o SAS por exemplo, requerem conhecimento em programação. A programação permite que o profissional extraia ao máximo dos dados, além de ser um diferencial na hora de concorrer a uma vaga.
Python Básico
Curso de Python Básico
CONHEÇA O CURSO
Java Básico
Curso de Java Básico
CONHEÇA O CURSO
Go Básico
Curso de Go Básico
CONHEÇA O CURSO
  • Lógica: O pensamento lógico é bastante utilizado para realizar as análises. Se você tem conhecimento em programação ou já trabalhou com isso, você tem seu pensamento lógico muito mais desenvolvido.

  • Habilidade com números: Talvez esse seja um problema para alguns, mas é necessário conhecimento em conceitos matemáticos e estatística.

  • Banco de dados: No processo de análise de dados, interações com banco de dados são necessárias, então se você compreender um pouco de banco de dados será um ponto positivo.

Lembre-se que não é porque uma área está em alta que você deve seguí-la. Primeiramente você tem que se interessar pelas atividades a serem desenvolvidas no dia a dia e se sentir satisfeito com o trabalho e, é claro, estudar, pois é uma área em que deve-se estar em constante aprendizado.

SQL Server - Desenvolvedor
Curso de SQL Server - Desenvolvedor
CONHEÇA O CURSO

Big Data: o que é e qual a sua importância?

Big Data é uma ferramenta fundamental para que as empresas possam obter diversas vantagens competitivas, podendo ser utilizado em negócios de diversos segmentos. Um conjunto de dados “soltos” podem se tornar informações valiosas para tomadas de decisão.
Veja nesse artigo um pouco mais sobre o Big Data e como esse conceito é promissor.

O que vem a ser o Big Data?

O termo Big Data é um termo muito amplo, mas resumidamente se refere a um grande conjunto de dados estruturados ou não estruturados (explicados abaixo), que são gerados por empresas, pessoas e até mesmo por aparelhos. Cada vez mais geramos uma infinidade de dados, um exemplo simples disso é a utilização de mídias sociais onde são geradas informações o tempo todo.

A geração de valor do Big Data não se resume a quantidade de dados que é armazenado e sim o que você faz com eles, ou seja, o processamento e análise desses dados, para assim poder obter respostas que permitam que você reduza tempo, custos, dentre outros fatores.

Os dados estruturados são organizados e de fácil leitura, já os dados não estruturados são incompletos ou difíceis de serem mapeados, mas isso não quer dizer que não sejam dados relevantes de serem analisados.

O Big Data se baseia em cinco conceitos, chamado os 5 V’s, sendo eles:

  • Volume: Se refere a quantidade de informações que são armazenadas.
  • Variedade: Variedade dos dados gerados podendo ser dados estruturados, não estruturados, e-mails, áudios, vídeos…
  • Velocidade: Velocidade em que os dados devem ser tratados, fazendo com que seja praticamente em tempo real.
  • Veracidade: Se refere o quanto uma informação é verdadeira, por isso é necessário ficar atento a veracidade dos dados que chegam.
  • Valor: É preciso saber quais informações são úteis para seu negócio, a fim de gerar valor.

Esses são os seus pilares, mas toda a sua inteligência está na análise de dados.

Big Data X Insight Data

Os insights que surgem de uma análise são muito importantes. Um insight nada mais é que uma ação ou um momento que pode ser mensurado e analisado. Por exemplo, em uma compra pela internet podemos obter várias informações do usuário como nome, e-mail, endereço, telefone. Essas informações são nossos dados brutos, ou seja, fazem parte do Big Data.

Já com o Insight Data, podemos analisar várias ações desse usuário como o tipo de produto mais procurado por ele, qual produto ele comprou, se colocou algum produto no carrinho e depois desistiu, enfim… todas as informações que possam guiar o negócio, tendo como resultado quais foram as páginas mais visitadas, as menos visitadas, as estratégias de venda que mais funcionam, o porquê uma compra não foi concluída, dentre outras.

Resumindo, com o Big Data você armazena uma grande quantidade de dados para uma eventual análise dessas informações.

Concluindo

Aqui podemos ver um pouco sobre o Big Data e o que podemos ter como benefícios. Uma empresa que quer sair na frente de seus concorrentes e se inovar, pode utilizar com certeza. No próximo post abordaremos um pouco mais sobre o assunto. Até lá! =)

R - Introdução ao Machine Learning
Curso de R - Introdução ao Machine Learning
CONHEÇA O CURSO

O que vem a ser um cientista de dados?

No nosso último artigo sobre Big Data: “Vale a pena entrar no mercado de Big Data?” vimos que uma das profissões mais promissoras desse ramo é o Data Scientist, ou cientista de dados em português. Vamos conhecer mais sobre essa profissão e o que devemos fazer para iniciar nela.

O que é um cientista de dados?

Como as empresas agora estão pensando mais em Big Data, há a necessidade (agora e futura) de se ter profissionais especializados nesse ramo. Para fazer análise de Big Data é utilizar técnicas avançadas para tratamento de grandes volumes de dados e, analisar grandes volumes de dados não é uma tarefa fácil, por isso temos o cientista de dados.
O cientista de dados é o profissional que tem a habilidade de transformar números em dados e informações, para que seja possível a geração de insights (leia mais aqui) que realmente causem impacto no negócio. Um cientista de dados pode adquirir grandes massas de dados e deve separá-los, organizá-los e extrair o máximo desses dados.

Projeto de Banco de dados - Fundamentos
Curso de Projeto de Banco de dados - Fundamentos
CONHEÇA O CURSO

##Como obter qualificação?

No artigo anterior também vimos que no Brasil ainda não existe uma faculdade específica para seguir essas profissões relacionadas a Big Data, mas hoje temos no mercado cursos de pós-graduação e MBA’s específicos para essa área. Também é possível encontrar cursos online direcionados a esse assunto com facilidade na internet.
Podemos citar também algumas ferramentas que esse profissional precisa saber para te dar uma base de estudo. Para obtenção de dados, ferramentas como o Hadoop, MapReduce, Hive e Spark são importantes. Em relação as linguagens de programação se destacam as linguagens R, Python, SAS e o banco de dados SQL e NoSQL. Além dessas habilidades técnicas, o profissional também deve se atentar as habilidades pessoais, principalmente com a comunicação. Também é necessário ter bom raciocínio lógico e a capacidade de analisar um projeto sob vários aspectos.

Se você fizer uma busca pela internet verá que temos uma infinidade de vagas para cientista de dados e muito bem pagas. Se você se interessa pela área é interessante tentar colocar a mão na massa. Você pode tentar realizar algumas análises no seu próprio trabalho como meio de prática (claro que com a permissão de seu supervisor) e estudar algumas ferramentas e linguagens que irão fazer toda a diferença.