big-data

Entenda como o big data é aplicado através dos segmentos

Equipe TOTVS | INOVAÇÕES | 16 janeiro, 2020

O estudo “A universe of opportunities and challenges”, feito pela EMC, estima que até 2020 o universo virtual alcance 40 trilhões de gigabytes. O desafio que se apresenta para as empresas é: como processar a quantidade crescente de conteúdos produzidos pelos clientes, mapeando comportamentos, tendências e oportunidades de negócios? A solução envolve big data.

Uma ferramenta capaz de unir big data e inteligência analítica é capaz de armazenar e trabalhar um grande volume de dados, gerando insights preciosos e cada vez mais certeiros para as organizações.

Sua importância é tão grande que o mercado em volta desse conceito poderá atingir US$ 72 bilhões até 2020.

Para você não perder as possibilidades dessa tecnologia e sair na frente da concorrência na hora de obter análises mais precisas, separamos um pequeno guia sobre essa solução. Não deixe de conferir!

Os 5 Vs do big data

O conceito de big data envolve algumas características, conhecidas como “os 5 Vs”. São elas:

Volume

Como vimos até agora, big data significa um gigantesco volume de dados. A grande quantidade de informações geradas a todo momento está intrinsecamente relacionada a ele.

Variedade

O big data envolve uma grande variedade de informações. Não estamos falando apenas de textos e dados convencionais, como os organizados em tabelas e bancos de dados. É mais amplo que isso, pois engloba:

  • Imagens, como fotos, ilustrações, prints de telas etc;
  • Dados de reconhecimentos faciais;
  • Áudios;
  • Vídeos,
  • Dados produzidos por dispositivos via IoT.

Velocidade

Esse item tem a ver com a grande velocidade em que os dados são produzidos hoje em dia. Além das mídias sociais, temos milhões de operações sendo realizadas constantemente.

Compras por cartões de crédito, por exemplo, requerem aprovação, bem como vendas e aquisições de ações, análises de flutuações de câmbio de moedas internacionais etc.

Cada processo desses gera dados importantes, que podem ser trabalhados instantaneamente pelas soluções de big data, sem que seja preciso armazená-los.

Veracidade

Com processos de validação e conferência de dados, ferramentas de big data podem entregar dados mais confiáveis e verídicos, por meio de relatórios, estatísticas e análises, com base em grandes volumes de informações.

Valor

As informações produzidas precisam ser relevantes para o negócio. Esse é um dos objetivos do big data: gerar conteúdos que agreguem valor. É por meio deles que os gestores poderão melhorar as suas decisões.

Importância do big data

Para mostrar quais são os potenciais de uma solução desse tipo, separamos alguns de seus principais usos nas empresas. Confira!

Possibilidade de fazer uma escuta social

A tecnologia big data tem a capacidade de cruzar informações de diferentes fontes, como bancos de dados, cadastros de consumidores, históricos de mensagens e de interações com os clientes.

O sistema pode monitorar, por exemplo, conversas em mídias sociais e os percursos realizados por internautas nos e-commerces. Graças a isso, é possível executar uma espécie de “escuta social” sobre como a marca é vista e compreendida em diferentes mídias e redes de usuários.

Com base nas informações geradas, é feita uma avaliação sobre reputação positiva ou se é preciso trabalhar melhor a percepção do público. Vale destacar que os dados costumam ser qualificados e facilmente compreensíveis, o que ajuda no entendimento. Isso inclui gráficos, estatísticas e outros recursos visuais.

Maior facilidade para segmentação de público e mercado

Com base nos resultados do monitoramento do público e das avaliações geradas, você compreende melhor o comportamento de clientes e leads. As técnicas de big data ajudam a descobrir exigências, desejos e outras demandas dos compradores.

As oportunidades também envolvem a identificação de novos segmentos de negócios, o que permite atender a nichos do mercado que não são cobertos pela concorrência.

Realizar análises comparativas para precificação inteligente

Dificuldades de comunicação entre os departamentos de vendas e de compras podem gerar problemas de precificação de produtos.

Por exemplo, caso uma matéria-prima fique mais cara, o preço da mercadoria final normalmente deve ser reajustado para que a empresa continue adquirindo insumos para a fabricação sem prejudicar lucros futuros.

Ele também pode precificar de forma adequada produtos e serviços ao considerar os valores praticados pela concorrência, potenciais demandas, cenários micro/macroeconômicos, entre outros fatores.

Efetuar análises de marketing

Além dos dados gerados em redes sociais, uma solução de big data pode avaliar históricos de vendas e de campanhas publicitárias, períodos de sazonalidade, cadastros de clientes e outras fontes de dados para estratégias de marketing.

As informações extraídas podem ser usadas, por exemplo, para conhecer comportamentos dos consumidores em tempo real. Também contribuem para detectar indicadores, como taxa de cancelamento e conversão.

Com essas métricas em mãos, pode-se avaliar o que deu certo no passado para buscar inovações, repetir as ações que tiveram êxito e definir estratégias de marketing mais eficazes.

Mensurar a satisfação do cliente

Uma das grandes vantagens do big data analytics é unir diferentes mídias e meios para entregar análises mais precisas. Por mais que um cliente possa responder positivamente a uma pesquisa de satisfação, talvez ele não esteja realmente satisfeito.

Isso pode ser percebido em comentários negativos sobre a empresa na web, abandono dos acessos ao site etc. Uma ferramenta que considera o que o cliente diz e como se comporta em relação ao negócio, pode gerar um panorama mais claro sobre o que fazer para potencializar a relação com o público.

big data

Coleta e processamento de dados

Como se comporta um sistema de big data? A coleta de dados segue algumas etapas que, normalmente, são divididas em quatro partes:

Coleta

A primeira etapa envolve a coleta propriamente dita. É quando a ferramenta busca dados e é alimentada com eles. É feito um trabalho analítico e inteligente de um volume de dados, estejam eles estruturados ou não.

Além disso, há a combinação de conteúdos internos e externos, tudo isso em um curto período. As fontes internas usadas podem envolver:

  • Relatórios e históricos do empreendimento;
  • Indicadores de desempenho dos setores da empresa;
  • Documentos gerenciais, contábeis e financeiros;
  • Pesquisas de satisfação;
  • Estatísticas de processos, atividades e colaboradores;
  • E-mails corporativos;
  • Sistemas empresariais, como de business intelligence;
  • Cadastros de clientes,
  • Programas de benefícios e cartões.

As fontes externas à empresa podem englobar:

  • Conteúdos de redes sociais;
  • Conteúdos em datawarehouses;
  • Informativos e periódicos do setor que apontem tendências e informações relevantes;
  • Bancos de dados compartilhados por terceiros, como fornecedores e distribuidores,
  • Serviços de proteção ao crédito, entre outros tipos de parceiros.

Armazenamento

O armazenamento consiste na distribuição dos dados em servidores, dispositivos e sistemas distintos, tanto físicos quanto na nuvem (cloud computing).

Isso assegura os backups para as informações armazenadas, especialmente as geradas após processamentos de dados refinados. Lembrando que o big data pode analisar dados em tempo real.

Organização

Essa etapa engloba o arranjo e a classificação dos dados estruturados, não estruturados ou semiestruturados. Isso para que possam ser mais facilmente acessados e analisados pelos gestores.

Análise

É a fase em que se avaliam os dados. A avaliação pode ser em tempo real ou em cima dos dados armazenados nas etapas acima. Ela envolve o processamento dos conteúdos reunidos, para a extração de informações úteis, relevantes e estratégicas.

Os principais tipos de análises são:

  • Descritiva: procura fazer uma “fotografia do presente”. Ela trabalha com histórico de dados e é útil em análises de crédito, por exemplo, pois cruza diferentes informações para gerar um panorama mais claro sobre as possibilidades e potencialidades dos clientes.
  • Diagnóstica: é centrada nas causas e consequências de um determinado assunto ao longo do tempo. Por exemplo, para solucionar um alto volume de quebras nas entregas, é preciso diagnosticar suas prováveis causas.
  • Preditiva: avalia possibilidades futuras graças à identificação de padrões anteriores. Ela permite identificar demandas, tendências e novas oportunidades.
  • Prescritiva: tenta traçar previamente as possíveis consequências de determinadas ações. É parecida com a preditiva, porém serve para se escolher qual opção é melhor em uma situação.

Como o big data funciona pelos segmentos?

Manufatura

Na indústria, uma solução de big data contribui para aumentar a qualidade e a produção, enquanto minimiza o desperdício. Além disso, esse tipo de solução é uma das bases para o surgimento da indústria 4.0, em que a automação é total.

Os programas e recursos também são integrados, há maior descentralização de processos e a planta fabril conta com alta modularidade de sistemas. Nesse caso, cada módulo consegue atuar na produção de acordo com as demandas existentes.

Segundo uma pesquisa da Pricewaterhouse Coopers (PwC) feita com aproximadamente duas mil empresas, em 26 países, 72% das organizações industriais acreditam que a análise de dados irá otimizar a relação com consumidores e a inteligência na gestão de clientes, ao longo do ciclo de vida do produto.

Varejo

Uma solução de big data analytics é muito útil para a construção de relacionamento com os clientes, por meio dos dados. Ela pode processar informações vindas de pesquisas de mercado, relatórios pós-interações com clientes, programas de fidelidade etc.

Com base nessas informações, é possível descobrir as maiores necessidades dos consumidores e o que pode ser realizado para melhorar o atendimento. Para o varejista, isso pode ser mais simples do que parece, pois ele costuma atender um grande volume de clientes diariamente.

Há, portanto, bastante material para se detectar padrões e pontos que contribuem para estreitar laços com múltiplos perfis distintos. Os dados gerados por uma ferramenta de big data podem ajudar a melhorar:

  • Níveis de satisfação dos clientes;
  • Programas de fidelidade, tornando-os mais condizentes com as expectativas dos consumidores;
  • Estratégias de ofertas, promoções e descontos;
  • Escolha de prêmios para clientes fiéis,
  • Localização de menus e botões nos comércios eletrônicos, mapeando o percurso dos usuários nas lojas virtuais.

Saúde

Soluções de monitoramento, aliadas à tecnologias que executam análises eficientes podem ser empregadas na saúde.

Um exemplo ocorreu com o hospital Mt. Sinai Medical Center, de Nova York. Ele conseguiu reduzir o período de espera dos pacientes do pronto-socorro em mais de 50%, graças a esse tipo de solução.

A ferramenta utilizada faz o processamento de até 80 solicitações de leitos, além de acompanhar a utilização de 1.200 deles. Isso é feito por meio de equipamentos de reconhecimento de local em tempo real, como infravermelho, etiquetas de identificação por radiofrequência e visão computacional.

Quinze fatores referentes às necessidades de pacientes são analisados, como ser posto perto de uma área de enfermagem, para auxiliar no preenchimento das vagas de forma adequada.

Serviços financeiros

Já vimos que é possível otimizar avaliações de crédito e processos de prevenção a fraudes. Um sistema big data é capaz de analisar um grande volume de dados em busca de padrões que denotem possíveis fraudes ou comportamentos suspeitos.

Construção

O setor de construção também pode se beneficiar do big data. Um exemplo está na construção das cidades inteligentes, que integra também IoT. Nelas, essas tecnologias podem ser usadas para:

  • Aprimorar a infraestrutura e os serviços usados pelos habitantes;
  • Integrar metrô, ônibus, trem e outros transportes;
  • Automatizar e monitorar redes de distribuição de energia em tempo real, podendo detectar ocorrências no fornecimento;
  • Fornecer acesso a centenas de serviços de diversos órgãos governamentais em apenas um ambiente virtual (site);
  • Provisionar a demanda no sistema e prevenir eventuais interrupções no abastecimento etc.

Conte com a TOTVS para conhecer as melhores soluções

Como vimos, um sistema big data envolve desde as mais simples aplicações até os mais avançados e modernos sistemas. Por isso, é essencial investir em uma ferramenta de big data analytics.

Dessa forma, você vai poder aproveitar os diferenciais poderosos dessa ferramenta e, consequentemente, obter vantagens competitivas, saindo na frente da concorrência.

Quer ficar por dentro de mais conteúdos como esse? Continue acompanhando nosso blog e assine a newsletter para receber avisos de nossos próximos artigos em seu e-mail!

Comentarios

  1. Dayane Passos

    Muito esclarecedor o artigo, até mesmo para quem não é da área de tecnologia. Parabéns aos envolvidos.

    1. Alan Amorim - Relacionamento TOTVS

      Oi Dayane, fico feliz que tenha gostado. Continue acompanhando nossos conteúdos. 🙂

  2. Dayane Passos

    Muito esclarecedor o artigo, até mesmo para quem não é da área de tecnologia. Parabéns aos envolvidos.

    1. Alan Amorim - Relacionamento TOTVS

      Oi Dayane, fico feliz que tenha gostado. Continue acompanhando nossos conteúdos. 🙂

Deixe uma resposta

O seu endereço de e-mail não será publicado. Campos obrigatórios são marcados com *

Usamos cookies para fornecer os recursos e serviços oferecidos em nosso site para melhorar a experência do usuário. Ao continuar navegando neste site, você concorda com o uso destes cookies. Leia nossa Política de Cookies para saber mais.