Exemplos históricos e cases de sucesso   

Sumário

Introdução        4

1.        O que é?        5

2.        Para que serve?        5

3.        Onde utilizar?        9

4.        Como utilizar e implantar?        10

5.        Exemplos históricos e cases de sucesso        12

Netflix        12

MCDonald’s        13

Otimização do tráfego de drive-thru        13

Novas opções de menu        13

Controle de qualidade mais eficiente        14

Conciliando as expectativas dos clientes através de dados        14

6.        Riscos e Desvantagens        15

7.        Tecnologias utilizadas        16

8.        Conclusão        26

9.        Bibliografia        27

---

BIG DATA

Introdução

No mundo agitado em que vivemos, várias coisas ocorrem ao mesmo tempo e tudo gera informação. Onde essa informação gira rapidamente através da web, criando uma enorme quantidade de dados em um nível global que só continua aumentando a cada dia que passa.

Através dessa grande quantidade de dados o mais importante é como as pessoas e as empresas podem obter as melhores decisões e estratégias para seus negócios no seu dia a dia com análise dos dados obtidos.

1. O que é?

É o termo que descreve o imenso volume de dados que empresas, governo e pessoas geram todos os dias. Mas não é só a quantidade de dados que importa e sim quais informações de valor podem ser extraídas dessa grande quantidade de dados. São informações que podem ajudar na tomada de decisões nos mais diversos setores.

1. Para que serve?
   

Comparar preços de passagens, serviços de hospedagem e definição de trajeto com o uso de GPS geram grandes quantidades de dados.

Avanços em hardware, software e infraestrutura de redes foram os responsáveis para que chegássemos à era dos dados.

A ampla adoção de dispositivos móveis e da internet foi determinante no crescimento dos dados.

Estudo da EMC mostra que em 2012 de todos os 643 Exabytes de dados do mundo digital, somente 3% foram utilizados, podemos concluir que ainda há um vasto número de oportunidades a serem exploradas.

Pesquisadores consideram que estamos vivenciando o início de uma nova revolução, como foi a revolução industrial, na qual os dados são os responsáveis por essa revolução.

Apesar do termo ser BIG DATA, o volume dos dados não é sua única característica.

OS Vs: Volume: Faz referência à dimensão sem precedentes do volume de dados.
De todos os dados digitais existentes, 90% foram criados nos últimos 2 anos.

Origem de tantos dados:

*A cada segundo mais de 40.000 buscas no Google

*O Walmart manipula mais de 1 milhão de transações por hora.

*O Facebook possui, em 2016, mais de 1.13 bilhão de usuários, 2.5 bilhões de compartilhamentos, e 2.7 bilhões de curtidas

*Instagram = mais de 80 milhões de fotos por dia

*Em 2013 o Wordpress relatou mais de 42 milhões de comentários por mês, entre os 3.6 bilhões de páginas existentes na plataforma

Big Data não precisa ser só usado com Petabytes de informações, tudo depende dos dados e da limitação das tecnologias já utilizadas com esses dados, caso essas tecnologias não deem conta então devemos analisar o uso do Big Data.

Variedade: O banco de dados relacional é o modelo de armazenamento mais usado nos últimos 40 anos pelas empresas, nesse modelo os dados são armazenados em “tabelas”, de acordo com uma estrutura previamente definida.

Isso significa que antes de armazenar alguma informação, é necessário definir a estrutura, a sequência, o tamanho e os tipos de dados em questão.

Embora seja muito eficiente, e o banco de dados relacional é projetado para armazenar dados estruturados, em Big Data lidamos com dados estruturado, semi e não estruturados.

Exemplo de dados semiestruturados são o XMLS e JSON, onde possuem marcações dos dados, mas não o rigor dos dados relacionais.

Nos dados não estruturados estão os vídeos, imagens e formatos de textos. Por não terem um formato que facilite o seu armazenamento em tabelas eles se tornam complexos para serem processados em ferramentais tradicionais de armazenamento e gerenciamento de dados.

Mesmo com o predomínio dos bancos de dados relacionais, estima-se que somente 20% sejam dados estruturados, e os outro 80%, onde estão?

Esses dados não estruturados precisam de um modelo que ofereça flexibilidade quanto a estrutura, que não exija um esquema rígido previamente definido e que sejam adequados a ambientes distribuídos, dependendo do volume. Esses fatos trouxeram uma variedade de soluções e tecnologias para atender as necessidades específicas de uma aplicação Big Data.

Quanto a variedade também podemos citar a variedade de empresas que utilizam:
*No governo: para rastrear os perfis dos eleitores na campanha de Barack Obama.
*Setor financeiro: análise de risco e detecção de fraude

*Transporte e automação: monitoramento e tráfego de carga
*Varejo: ofertas na análise de vendas e perfil do consumidor
*No marketing: análise de redes sociais
*Seguros: ofertas de planos baseados no comportamento do segurado.

São poucas as empresas que conseguem criar soluços eficientes usando esses dados, principalmente em relação a integração dos dados.

Por não saber exatamente o valor dessa variedade de dados, , existe muita fonte de dados ignorada. O pensamento que somente os dados transacionais são suficientes para o processo de tomada de decisão ainda existe, porém, essa mudança vem ocorrendo aos poucos.